Kluczowe punkty

  • Platforma Binance P2P wykorzystuje zaawansowane, wielkoskalowe modele językowe (LLM) do monitorowania transakcji pod kątem oznak oszustwa i pomocy w przypadku odwołań użytkowników.

  • Typowe taktyki oszustwa obejmują nakłanianie sprzedawców do przesłania kryptowaluty przed faktycznym otrzymaniem płatności i proszenie kupujących o anulowanie zamówienia po dokonaniu płatności.

  • Łącząc narzędzia sztucznej inteligencji i pracę naszego zespołu wsparcia, staramy się zapewnić bezpieczne korzystanie z Binance P2P.

Dowiedz się więcej o pracy niedocenianych bohaterów, którzy pozostają za kulisami, ale pomagają zapewnić bezpieczne korzystanie z Binance P2P.

Platforma Binance P2P została uruchomiona pod koniec 2018 roku, aby ułatwić transakcje wymiany pomiędzy Bitcoinem a walutami lokalnymi. Handel P2P jest wygodny, ale wiąże się z określonym ryzykiem. Zamiast korzystać ze scentralizowanej giełdy, ufasz innemu użytkownikowi, że spełni Twoją prośbę o zakup lub sprzedaż kryptowaluty.

Co zrobić, jeśli zawierasz transakcję z oszustem? Renomowane rynki P2P, takie jak Binance P2P, korzystają z usługi depozytowej i rygorystycznego procesu weryfikacji tożsamości w celu zwalczania oszustw. Jednak nawet przy zastosowaniu wszystkich odpowiednich środków bezpieczeństwa oszuści mogą i często znajdują sposób na obejście tych zabezpieczeń.

Korzystając z modeli sztucznej inteligencji (AI), stworzyliśmy infrastrukturę bezpieczeństwa zaprojektowaną w celu ograniczenia konkretnych zagrożeń związanych z handlem P2P. Zanim jednak przejdziemy do tego bardziej szczegółowo, przyjrzyjmy się niektórym typowym oszustwom, na które napotykają handlowcy podczas korzystania z czatu Binance P2P.

Cztery popularne oszustwa Binance P2P

1. Fałszywi przedstawiciele serwisu wsparcia

Oszuści często podszywają się pod wsparcie Binance, aby nakłonić ofiary do podania danych konta lub karty kredytowej. Mogą twierdzić, że Binance już „otrzymało płatność”, zanim zwrócą się do sprzedawcy o transfer kryptowaluty za pośrednictwem depozytu.

Oto, o czym musisz pamiętać: nasz zespół wsparcia nigdy, w żadnych okolicznościach nie skontaktuje się z Tobą za pośrednictwem czatu Binance P2P.

2. Oszustwo związane z depozytem

W tym schemacie oszust podszywa się pod kupującego. Podczas transakcji oszust kłamie i twierdzi, że płatność fiducjarna jest przechowywana w depozycie Binance P2P. Oszustwo twierdzi, że Binance „wyśle” pieniądze, gdy tylko prześlesz kryptowalutę.

System depozytowy Binance P2P działa inaczej. Tylko tymczasowo przechowujemy kryptowalutę sprzedawców w depozycie, a płatności fiducjarne od kupujących nigdy nie przechodzą przez naszą usługę escrow.

3. Groźby skontaktowania się z policją

Oszuści mogą twierdzić, że zapłacili już po złożeniu zamówienia. Jeśli się zawahasz, będą wywierać na Ciebie presję, abyś dokonał przeniesienia i zagrozić, że wezwiesz policję.

Nie daj się nabrać na zagrożenia na Binance P2P. Jeśli masz uzasadniony spór lub problem ze swoimi partnerami handlowymi, złóż odwołanie, postępując zgodnie z instrukcjami zawartymi w tym przewodniku: „Jak odwołać się od zamówień P2P w aplikacji Binance”.

4. Oszustwo mające na celu zmuszenie kupującego do anulowania zamówienia po dokonaniu płatności

Złośliwe schematy są wdrażane nie tylko przez kupujących – sprzedający również mogą uciekać się do oszustw. Po otrzymaniu wpłaty sprzedawca może zgłosić problem z hasłem jednorazowym (OTP) lub przelewem i zasugerować kupującemu rezygnację z zamówienia. Sprzedawca następnie „obiecuje” zwrócić Ci całą kwotę natychmiast po anulowaniu zamówienia.

Oczywiście sprzedawca to zwykły oszust, który nigdy nie planował zwrotu pieniędzy. Każdy, kto prosi Cię o anulowanie zamówienia po dokonaniu płatności, próbuje Cię oszukać.

Przyjrzyjmy się tajnym strażnikom przy pracy

Aby chronić naszych użytkowników przed wspomnianymi powyżej oszustwami, mamy własny zespół bohaterów AI pracujących za kulisami 24 godziny na dobę, 7 dni w tygodniu.

Nasi bohaterowie to wyspecjalizowane modele sztucznej inteligencji przeszkolone w zakresie wykrywania użytkowników, którzy działają w złych zamiarach. Modele te zasadniczo pełnią rolę doradców, monitorując różne fazy procesu transakcyjnego, wyłącznie w celu przechwycenia oszukańczych działań. Przyjrzyjmy się modelom, których używamy i jak działają, aby zapewnić milionom użytkowników niezawodny handel P2P.

Specjalista od wszystkiego – model wielkojęzykowy (LLM)

Termin model dużego języka (LLM) odnosi się do uniwersalnego systemu sztucznej inteligencji, który może „rozumieć” i generować ludzką mowę. LLM są nauczane przy użyciu danych tekstowych z Internetu.

Z biegiem czasu modele te można wyszkolić lub dostroić tak, aby skutecznie wykonywały określone zadania, takie jak generowanie oryginalnych tekstów lub rozpoznawanie wiadomości, które mogą sygnalizować złośliwe zamiary nadawców.

Jak wykorzystujemy LLM do szkolenia naszych modeli P2P?

Aby dostroić nasze modele, dajemy im dostęp do danych związanych z transakcjami P2P, czyli innymi słowy do wiadomości, które ludzie wysyłają sobie nawzajem podczas handlu. Na początku procesu szkoleniowego nasze modele otrzymały więcej przykładów ogólnej aktywności transakcyjnej niż przypadków oszustw. Stanowiło to poważną przeszkodę: w jaki sposób nasze modele miałyby dowiedzieć się, w jaki sposób komunikują się oszuści, skoro jest tak niewiele przypadków wymagających analizy danych?

Wypróbowaliśmy kilka podejść:

  1. Zwiększyliśmy zbiór uczący grupy mniejszościowej (przykłady oszustw) poprzez częstsze powtarzanie takich przykładów (nadmierne próbkowanie) w modelu.

  2. Zmniejszono liczbę przykładów wspólnej komunikacji użytkownika (niewystarczająca dyskretyzacja).

  3. Zmieniono wagę poszczególnych grup (zmiana wagi zajęć).

Wszystkie trzy metody nadal nas nie zadowalały ze względu na różnorodność danych i ograniczoną wielkość próby. Tworzenie dodatkowych przykładów uczenia się poprzez LLM, takich jak LLaMa 2, OpenAssistant i Falcon, okazało się najskuteczniejszym sposobem.

Wykorzystaliśmy te narzędzia LLM do przeformułowania istniejących przykładów zachowań komunikacyjnych oszustów lub nawet stworzenia nowych przykładów z podobnymi komunikatami. Zapewniło to bardziej zrównoważony zestaw treningowy z zadowalającą wielkością próby oszustów dla naszych modeli klasyfikacyjnych.

Zrozumienie intencji użytkownika

Na Binance P2P użytkownicy najczęściej wchodzą w interakcję za pośrednictwem wbudowanego czatu. Treść tych rozmów może dostarczyć kluczowych informacji o zamiarach użytkownika. Na przykład, jeśli użytkownik podszywa się pod agenta obsługi klienta, narusza zasady płatności lub potrzebuje pomocy w realizacji zamówienia, pisze określone rzeczy na czacie.

Stale udoskonalamy nasze LLM, aby identyfikować intencje użytkownika w różnych sytuacjach P2P, jak pokazano na powyższym schemacie. Nasze modele są przeszkolone, aby rozumieć sytuacje specyficzne dla naszego rynku i rozróżniać podejrzane i normalne interakcje.

Naszym celem jest identyfikacja oszustów, zanim będą mieli szansę wyrządzić krzywdę naszym użytkownikom. LLM pomagają nam oznaczać podejrzane wiadomości przed realizacją omawianej transakcji. Oprócz zwiększania bezpieczeństwa, regularnie pomagają nam identyfikować i pomagać użytkownikom, którzy potrzebują pomocy w realizacji transakcji. Do tej pory modele sztucznej inteligencji pomogły nam zidentyfikować ponad 2000 potencjalnych przypadków oszustw i zapobiec im. Ponadto automatycznie ułatwili wykonanie 212 000 nakazów na czacie apelacyjnym na łączną kwotę ponad 28 milionów dolarów.

Aby lepiej zilustrować działanie naszych modeli, oto dwa przykłady w działaniu.

Scenariusz 1. Płatność za pośrednictwem usługi strony trzeciej

Gdy nasz model wykryje, że użytkownik zamierza skorzystać z usługi płatniczej strony trzeciej, na przykład użyć konta innej osoby do dokonania płatności, natychmiast wysyła powiadomienie do systemu czatu, widoczne dla obu stron.

Niniejsza informacja ma na celu poinformowanie naszych użytkowników o ryzyku związanym z przyjęciem takiego żądania.

Scenariusz 2. Realizacja zamówienia

Gdy sprzedawca napotka problemy podczas przekazywania lub realizacji zamówienia, może poprosić o pomoc na czacie odwoławczym.

Jeśli nasz model wykryje, że sprzedawca potrzebuje pomocy przy zamówieniu, aktywuje predefiniowany zestaw reguł, aby ocenić, czy spełnione są kryteria automatycznego przetwarzania zamówienia. Jeżeli te warunki zostaną spełnione, system przekaże i zrealizuje zamówienie w imieniu sprzedającego.

Wyniki

W Binance inwestujemy znaczne zasoby, aby zapewnić bezpieczeństwo naszym użytkownikom i wykorzystujemy najszerszą gamę podejść, aby osiągnąć ten cel, w tym innowacyjne rozwiązania, w tym narzędzia oparte na sztucznej inteligencji. Na naszym rynku P2P używamy rozbudowanych wzorców językowych, aby identyfikować użytkowników, którzy mogą angażować się w podejrzaną aktywność. Nasze modele językowe są stale udoskonalane, aby wykrywać i zwalczać najnowsze taktyki oszustw i stale zmieniające się trendy.

Oprócz narzędzi AI jest też nasz zespół agentów obsługi klienta – wszak w niektórych sytuacjach człowiek nie zastąpi człowieka. Razem zapewniają nie tylko bezpieczeństwo Binance, ale także wyjątkowe doświadczenie użytkownika, dzięki czemu użytkownicy mogą zaufać wszystkim produktom i funkcjom dostępnym w ekosystemie Binance.

Jeśli padłeś ofiarą oszustwa P2P, zgłoś to do wsparcia Binance, postępując zgodnie z krokami opisanymi w tym przewodniku: Jak zgłosić oszustwo do wsparcia Binance.

Powiązane artykuły

Śledź nas na portalach społecznościowych Binance Ukraine:

Kanał telegramu | Grupa telegramów | TikTok | Twitter | Facebook | Instagram | YouTube