Hlavní Takeaways

  • S využitím modelů počítačového vidění (CV) založených na umělé inteligenci (AI) pro posuzování dokladů o platbách nabízíme uživatelům P2P platformy Binance další vrstvu ochrany proti podvodným aktivitám.

  • Náš závazek vylepšovat uživatelskou zkušenost se projevuje udržováním jednoduchého, ale robustního bezpečnostního rámce v rámci naší P2P platformy. Věříme, že i při použití špičkových technologií, jako je umělá inteligence, by zabezpečení nemělo jít na úkor složitosti.

  • Pozorný přístup k provádění peer-to-peer transakcí je prvním krokem k zajištění bezpečnosti vašich aktiv. Při obdržení jakéhokoli dokladu o platbě buďte vždy obezřetní. Potvrďte, že skutečná přijatá částka odpovídá deklarované hodnotě transakce.

Podvod vnímání: Hrozba manipulace s POP

V předchozím blogovém příspěvku této série Binance P2P's Invisible Guardians: Použití AI k ochraně uživatelů kryptoměn jsme diskutovali o tom, jak používáme velké jazykové modely (LLM) k poskytování dohledu nad Komunikace uživatelů P2P pomáhá odhalit potenciálně pochybné transakce. Nyní se zaměřujeme na další aspekt výzvy využití nejmodernějších technologií k ochraně uživatelů P2P a zkoumáme použití modelů počítačového vidění (CV) k odhalování podvodníků.

V peer-to-peer transakcích je zásadní role platného dokladu o platbě (POP). Pro uživatele je prvořadé použít náležitou péči, aby se ujistili, že obdrželi přesnou obchodní částku. Nicméně editační nástroje, i ty nejjednodušší, jsou pro bezohledné jednotlivce snadno dostupné k výrobě zdánlivě autentických POPs. To představuje skutečnou výzvu pro ty, kdo jsou na straně příjemce, aby identifikovali padělané transakce. Podvodníci také mohou proces obchodování ještě více zastrašit použitím různých taktik sociálního inženýrství, jako je spěchání nebo matení oběti.

Celkově se na naše platformy denně odešle více než 250 000 obrázků, a to nejen obrázky POP. Variace těchto POPs jsou rozmanité – obrázky se liší formátem, designem a zdrojem, což přidává další vrstvu složitosti k úloze odhalování manipulací.

I když hrozba podvodných dokladů o platbě (POP) přetrvává, naši uživatelé nejsou ponecháni, aby s těmito klamavými POPs bojovali sami. Naše platforma, vybavená pokročilými algoritmy umělé inteligence, kontroluje všechny obrázky odeslané během transakcí a zajišťuje jejich pravost a legitimitu v reálném čase. Tyto robustní modely jsou zběhlé ve zjišťování a označování jakýchkoli známek manipulace nebo manipulace s obrazem. Taková přísná ochranná opatření jsou implementována, aby byla zajištěna integrita transakcí našich uživatelů, preventivně odrážejí podvodné pokusy, a tím snižují riziko potenciálních ztrát uživatelů.

Odhalení podvodu: Využití počítačového vidění k odhalení falešných dokladů o platbě

Počítačové vidění (CV), obor umělé inteligence, kde jsou počítače trénovány k interpretaci a porozumění vizuálnímu světu, nabízí jedno z nejrobustnějších řešení, která jsou dnes k dispozici v otázce padělaných dokladů o platbě.

Pomocí technik, jako je optické rozpoznávání znaků (OCR), klasifikace obrazu, detekce objektů a digitální zpracování obrazu, lze modely CV trénovat tak, aby rozlišovaly mezi skutečným a podvodným dokladem o platbě.

Tyto modely mohou analyzovat fotografii nebo snímek obrazovky, pixel po pixelu, a detekovat nesrovnalosti a anomálie, které by byly pro lidské oko typicky nepostřehnutelné. Ať už jde o mírně zkreslené barevné schéma, zdeformované logo nebo jemné změny písma, model dokáže tyto nesrovnalosti přesně identifikovat.

Ve spojení s použitím modelů CV také provádíme další křížové ověření s metadaty obrázku a dalšími parametry, jako jsou obchodní vzory, abychom získali komplexní pohled na situaci.

V následujících částech se blíže podíváme na některé kontroly, které máme k zajištění legitimity POP.

Obr. 1: [Aktivita] Jste schopni identifikovat, s jakými informacemi bylo manipulováno?

Optické rozpoznávání znaků (OCR)

Klíčovou zbraní v našem arzenálu proti podvodníkům je technika zvaná optické rozpoznávání znaků (OCR). Modely OCR nám pomáhají se stanovením dvou základních informací:

  1. Textový obsah, který byl identifikován a přepsán z obrázku.

  2. Pozice těchto identifikovaných a přepsaných částí textu v rámci obrázku.

Ve světě online transakcí jsou snadno dostupné pokročilé editační nástroje. Podvodníci často využívají tyto nástroje k manipulaci částí autentického POP. Některé z běžně manipulovaných oblastí legitimního POP zahrnují:

  • Datum a čas transakce. Toto pole představuje přesné datum a čas, kdy byla transakce zpracována. Podvodníci mohou tyto informace změnit tak, aby odrážely časovou osu příznivou pro jejich podvod. OCR může pomoci ověřit správnost těchto dat jejich křížovým odkazem na časové razítko skutečné transakce.

  • ID transakce. Jedná se o jedinečný identifikátor pro každou transakci. Jakákoli nesrovnalost v této oblasti je jasným znakem manipulace. OCR pomáhá při ověřování ID transakce křížovým odkazem na minulé transakce a skenováním jakéhokoli znovu použitého ID.

  • Částka transakce. Snad nejčastěji manipulované pole. Změna informací v tomto poli může vést k nesrovnalostem mezi skutečnými a přenášenými hodnotami. Schopnost systému OCR přesně identifikovat čísla zde hraje klíčovou roli v prevenci podvodů.

  • název. Poměrně často dochází také k manipulaci se jmény plátce a příjemce. Modely OCR mohou pomoci při křížovém ověření extrahovaných informací z pole názvu jejich porovnáním se známými pověřeními zúčastněných stran.

Obr. 2. Zvýraznění zmanipulovaných informací. Ve skutečnosti by byly úpravy méně nápadné pro netrénované oko.

Digitální zpracování obrazu

Někdy ty nejmenší detaily vyprávějí největší příběhy. V souvislosti s manipulací s obrázky mohou jakékoli změny provedené na obrázku, bez ohledu na to, jak jsou minutové, zanechat stopy nebo anomálie, které naše modely zachytí. Tyto slabé signály často slouží jako hmatatelný důkaz manipulace. Oblasti, které jsou touto formou manipulace nejzranitelnější, jak je naznačeno na obrázku 1, s větší pravděpodobností odhalí, zda byl obraz změněn.

Abychom lépe vysvětlili náročný úkol odhalování těchto anomálií, identifikovali jsme některé běžné typy stop manipulace:

  • Nepřirozené formátování nebo zarovnání textu. Nejnápadnější je text, který je nakloněný, špatně zarovnaný nebo má výrazně odlišné písmo od zbytku obrázku. To je obvykle docela zjevná známka manipulace.

  • Jemné barevné odchylky pozadí. Jemnější jsou slabé rozdíly v barvě pozadí, které mohou náhodnému pozorovateli uniknout, ale ne náš komplexní model.

  • Zkreslení na úrovni pixelů. Nejméně nápadnou anomálií jsou šumy nebo nekonzistence na úrovni pixelů, převážně kolem manipulovaných polí.

Neocenitelným nástrojem používaným k identifikaci takových stop manipulace je Error-Level Analysis (ELA). ELA kontroluje úroveň komprese v obraze. V podstatě identifikuje oblasti obrázku, které vykazují jiné úrovně komprese než ty v okolní oblasti, což může znamenat, že prošly nedávnou úpravou. Původní a nedotčený obrázek bude mít relativně konzistentní úrovně chyb. Naproti tomu upravené části obrazu zobrazí jasnější nebo živější výsledek ELA.

Obr. 3. Příklad výsledného snímku po aplikaci ELA, který poskytuje určitá vodítka o oblastech, se kterými mohlo být manipulováno.

Naše modely jsou neustále školeny a aktualizovány, aby se přizpůsobily neustále se vyvíjejícím technikám používaných podvodníky, zajišťují integritu platformy a zachovávají důvěru, kterou nám naši uživatelé udělují.

Podobné vyhledávání obrázků

I když jsme se zabývali případy, kdy je s obrázky manipulováno, podvodníci používají další stejně nevyzpytatelné taktiky. Další běžně používanou metodou scammingu je opakované použití identického nebo mírně upraveného legitimního POP pro více transakcí. Pokud oběť neověří transakci kontrolou svého bankovního účtu, může nevědomky napadnout tento podvod.

Vzhledem k obrovskému počtu transakcí a souvisejících obrázků není úkol skenovat a porovnávat každý obrázek. Jeho implementace v reálném čase je náročná na zdroje, a proto je prakticky náročná.

Abychom tuto výzvu zvládli, používáme kodér obrázků, který zhušťuje obrázky do menších, ale důležitých datových abstraktů. Tyto úryvky jsou uloženy v naší robustní vektorové databázi, což umožňuje algoritmu provádět skenování podobných obrázků téměř v reálném čase. Tento systematický přístup se ukázal jako mimořádně účinný a umožňuje nám denně mařit stovky pokusů o podvod. Využití podobného algoritmu pro vyhledávání obrázků je dalším důkazem našeho závazku proaktivně zajišťovat bezpečnost transakcí na naší P2P platformě.

Obr. 4. Průběh vyhledávání vektorů v téměř reálném čase

Závěrečné myšlenky

Ve světě peer-to-peer krypto transakcí je stále důležitější čelit výzvě podvodu. Stojíme v první linii, neustále zdokonalujeme a využíváme pokročilá technologická řešení k posílení naší obrany proti podvodníkům, kteří se zaměřují na naši platformu a uživatele.

Naše používání umělé inteligence je příkladem našeho proaktivního přístupu k zajištění integrity každého obrázku odeslaného v transakcích. Pomocí sledování a analýzy v reálném čase mohou tyto výkonné modely umělé inteligence přesně a rychle identifikovat pokusy o manipulaci s obrázky. Účinnost těchto opatření je pozoruhodná, zejména vzhledem k obrovskému objemu a rozmanitosti obrázků, které se denně vyměňují na naší platformě.

Jsme však také přesvědčeni, že bezpečnost by neměla být na úkor uživatelské zkušenosti. Nadále jsme odhodláni zajistit, aby si všichni uživatelé užili přímou a bezproblémovou zkušenost na naší platformě P2P, aniž by se museli obávat o integritu svých obchodů. Prosazujeme zásadu, že bezpečné transakce a uživatelsky přívětivá navigace se vzájemně nevylučují, ale doplňují se na cestě k prosperujícímu prostředí digitálního obchodování.

Boj proti podvodným P2P transakcím nekončí nasazením pokročilých technologií. Vyžaduje to také ostražitost a zapojení naší uživatelské komunity. Kombinací impozantního technologického arzenálu, který máme k dispozici, a aktivní účasti komunity uživatelů můžeme nabídnout bezpečný a spolehlivý trh.

Poznámka

V případech, kdy naše modely identifikují vysoce podezřelý POP, se může ve vašem chatovacím poli zobrazit následující varovná zpráva:

Přihlaste se ke svému platebnímu účtu a ověřte, zda byla přijata správná platba. V opačném případě NEUVOLŇUJTE před kontrolou.

Nezapomeňte zkontrolovat svůj účet!

Pokud jste se stali obětí podvodu P2P, nahlaste to podpoře Binance podle kroků v této příručce: Jak nahlásit podvody na podpoře Binance

Další čtení