Bài học chính
Bằng cách sử dụng các mô hình thị giác máy tính (CV) dựa trên trí tuệ nhân tạo (AI) để đánh giá bằng chứng thanh toán, chúng tôi cung cấp cho người dùng nền tảng P2P của Binance một lớp bảo vệ bổ sung chống lại hoạt động gian lận.
Cam kết của chúng tôi trong việc nâng cao trải nghiệm người dùng thể hiện ở việc duy trì khuôn khổ bảo mật đơn giản nhưng mạnh mẽ trong nền tảng P2P của chúng tôi. Chúng tôi tin rằng ngay cả khi sử dụng các công nghệ tiên tiến như AI, bảo mật sẽ không phải trả giá bằng sự phức tạp.
Cách tiếp cận thận trọng để thực hiện các giao dịch ngang hàng là bước đầu tiên hướng tới việc đảm bảo an toàn cho tài sản của bạn. Luôn cảnh giác khi nhận được bất kỳ bằng chứng thanh toán nào. Xác nhận số tiền thực tế nhận được khớp với giá trị giao dịch đã khai báo.
Lừa dối nhận thức: Mối đe dọa của việc thao túng POP
Trong bài đăng blog trước của loạt bài này, Những người bảo vệ vô hình của Binance P2P: Sử dụng AI để bảo vệ người dùng tiền điện tử, chúng tôi đã thảo luận về cách chúng tôi sử dụng các mô hình ngôn ngữ lớn (LLM) để cung cấp khả năng giám sát theo thời gian thực đối với Thông tin liên lạc của người dùng P2P để giúp phát hiện các giao dịch có khả năng đáng ngờ. Giờ đây, chúng tôi chuyển trọng tâm sang một khía cạnh khác của thách thức tận dụng công nghệ tiên tiến để bảo vệ người dùng P2P và xem xét ứng dụng mô hình thị giác máy tính (CV) để phát hiện những kẻ lừa đảo.
Trong các giao dịch ngang hàng, vai trò của bằng chứng thanh toán hợp lệ (POP) là cơ bản. Điều tối quan trọng là người dùng phải thực hiện thẩm định để đảm bảo rằng họ đã nhận được số tiền giao dịch chính xác. Tuy nhiên, các công cụ chỉnh sửa, ngay cả những công cụ đơn giản nhất, luôn có sẵn cho những cá nhân vô đạo đức để tạo ra các POP có vẻ xác thực. Điều này đặt ra thách thức thực sự cho những người nhận trong việc xác định các giao dịch giả mạo. Những kẻ lừa đảo cũng có thể khiến quá trình giao dịch trở nên đáng sợ hơn bằng cách sử dụng nhiều chiến thuật lừa đảo xã hội khác nhau như dồn dập hoặc khiến nạn nhân bối rối.
Nhìn chung, hơn 250.000 hình ảnh được gửi trên nền tảng của chúng tôi hàng ngày, không giới hạn ở hình ảnh POP. Các biến thể trong các POP này rất đa dạng – các hình ảnh khác nhau về định dạng, thiết kế và nguồn, điều này làm tăng thêm một lớp phức tạp khác cho nhiệm vụ phát hiện các hành vi thao túng.
Mặc dù mối đe dọa về bằng chứng thanh toán gian lận (POP) vẫn tồn tại nhưng người dùng của chúng tôi không được phép tự mình chống lại các POP lừa đảo này. Được trang bị thuật toán AI tiên tiến, nền tảng của chúng tôi xem xét kỹ lưỡng tất cả hình ảnh được gửi trong quá trình giao dịch, đảm bảo tính xác thực và hợp pháp của chúng trong thời gian thực. Những mô hình mạnh mẽ này có khả năng xác định chính xác và gắn cờ bất kỳ dấu hiệu giả mạo hoặc thao túng hình ảnh nào. Các biện pháp bảo vệ nghiêm ngặt như vậy được triển khai để đảm bảo tính toàn vẹn trong giao dịch của người dùng, ngăn chặn trước các nỗ lực gian lận và từ đó giảm thiểu rủi ro tổn thất người dùng tiềm ẩn.
Vạch trần sự lừa dối: Tận dụng thị giác máy tính để phát hiện bằng chứng thanh toán giả
Thị giác máy tính (CV), một lĩnh vực trí tuệ nhân tạo nơi máy tính được đào tạo để diễn giải và hiểu thế giới hình ảnh, cung cấp một trong những giải pháp mạnh mẽ nhất hiện nay cho vấn đề giả mạo bằng chứng thanh toán.
Bằng cách sử dụng các kỹ thuật như nhận dạng ký tự quang học (OCR), phân loại hình ảnh, phát hiện đối tượng và xử lý hình ảnh kỹ thuật số, các mô hình CV có thể được đào tạo để phân biệt giữa bằng chứng thanh toán thật và gian lận.
Những mô hình này có thể phân tích một bức ảnh hoặc ảnh chụp màn hình, từng pixel một, phát hiện những điểm không nhất quán và bất thường mà mắt người thường không thể nhận thấy. Cho dù đó là cách phối màu hơi lệch, logo bị méo hay thay đổi phông chữ tinh tế, mô hình đều có thể xác định chính xác những khác biệt này.
Cùng với việc sử dụng mô hình CV, chúng tôi cũng tiến hành xác minh chéo bổ sung bằng siêu dữ liệu của hình ảnh cũng như các thông số khác như mô hình giao dịch để có được cái nhìn toàn diện về tình huống.
Trong các phần sau, chúng tôi sẽ xem xét kỹ hơn một số biện pháp kiểm tra mà chúng tôi thực hiện để đảm bảo tính hợp pháp của POP.
Hình 1: [Hoạt động] Bạn có thể xác định thông tin nào đã bị giả mạo không?
Nhận dạng ký tự quang học (OCR)
Vũ khí quan trọng trong kho vũ khí của chúng tôi để chống lại những kẻ lừa đảo là kỹ thuật được gọi là nhận dạng ký tự quang học (OCR). Các mô hình OCR hỗ trợ chúng tôi thiết lập hai thông tin thiết yếu:
Nội dung văn bản đã được xác định và sao chép từ hình ảnh.
Vị trí của các đoạn văn bản được xác định và sao chép này trong hình ảnh.
Trong thế giới giao dịch trực tuyến, luôn có sẵn các công cụ chỉnh sửa nâng cao. Những kẻ lừa đảo thường khai thác những công cụ này để thao túng các phần của POP đích thực. Một số khu vực thường bị thao túng của POP hợp pháp bao gồm:
Ngày và giờ giao dịch. Trường này thể hiện ngày và giờ chính xác khi giao dịch được xử lý. Những kẻ lừa đảo có thể thay đổi thông tin này để phản ánh dòng thời gian thuận lợi cho hành vi lừa dối của chúng. OCR có thể giúp xác minh tính chính xác của dữ liệu này bằng cách tham chiếu chéo dữ liệu đó với dấu thời gian của giao dịch thực tế.
ID giao dịch. Đây là mã định danh duy nhất cho mỗi giao dịch. Bất kỳ sự không nhất quán nào trong lĩnh vực này đều là dấu hiệu nhận biết của sự giả mạo. OCR giúp xác minh ID giao dịch bằng cách tham chiếu chéo nó với các giao dịch trong quá khứ và quét mọi ID được sử dụng lại.
Số tiền giao dịch. Có lẽ lĩnh vực được thao tác phổ biến nhất. Việc thay đổi thông tin trong trường này có thể dẫn đến sự khác biệt giữa giá trị thực tế và giá trị được truyền đi. Ở đây, khả năng xác định chính xác các con số của hệ thống OCR đóng vai trò quan trọng trong việc ngăn chặn gian lận.
Tên. Tên của người trả tiền và người nhận tiền cũng bị giả mạo khá thường xuyên. Các mô hình OCR có thể hỗ trợ xác minh chéo thông tin được trích xuất từ trường tên bằng cách kiểm tra chúng dựa trên thông tin xác thực đã biết của các bên liên quan.
Hình 2. Điểm nổi bật của thông tin giả mạo. Trên thực tế, những chỉnh sửa sẽ ít được chú ý hơn đối với con mắt chưa qua đào tạo.
Xử lý ảnh kỹ thuật số
Đôi khi, những chi tiết nhỏ nhất lại kể những câu chuyện lớn nhất. Trong bối cảnh xử lý hình ảnh, bất kỳ thay đổi nào được thực hiện đối với hình ảnh, dù nhỏ đến đâu, đều có thể để lại dấu vết hoặc điểm bất thường mà mô hình của chúng tôi phát hiện được. Những tín hiệu mờ nhạt này thường được coi là bằng chứng hữu hình của việc giả mạo. Các khu vực dễ bị tổn thương nhất trước hình thức thao túng này, như được nêu trong Hình 1, có nhiều khả năng bị lộ hơn nếu hình ảnh đã bị thay đổi.
Để giải thích rõ hơn về nhiệm vụ đầy thách thức trong việc phát hiện những điểm bất thường này, chúng tôi đã xác định một số loại dấu vết thao túng phổ biến:
Định dạng hoặc căn chỉnh văn bản không tự nhiên. Đáng chú ý nhất là văn bản bị nghiêng, sai lệch hoặc có phông chữ hoàn toàn khác so với phần còn lại của hình ảnh. Đây thường là một dấu hiệu khá rõ ràng của sự giả mạo.
Sự khác biệt màu nền tinh tế. Tinh tế hơn là những khác biệt mờ nhạt về màu nền có thể thoát khỏi người quan sát bình thường chứ không phải mô hình toàn diện của chúng tôi.
Biến dạng cấp độ pixel. Điểm bất thường ít được chú ý nhất là nhiễu hoặc sự không nhất quán ở cấp độ pixel, chủ yếu xung quanh các trường bị thao tác.
Một công cụ vô giá được sử dụng để xác định các dấu vết thao túng như vậy là Phân tích cấp độ lỗi (ELA). ELA kiểm tra mức độ nén trên một hình ảnh. Về bản chất, nó xác định các khu vực của hình ảnh có mức độ nén khác với các khu vực xung quanh, điều này có thể biểu thị rằng chúng đã trải qua quá trình chỉnh sửa gần đây. Một hình ảnh gốc và chưa được chỉnh sửa sẽ có mức độ lỗi tương đối nhất quán xuyên suốt. Ngược lại, những phần được điều chỉnh của hình ảnh sẽ hiển thị kết quả ELA sáng hơn hoặc sống động hơn.
Hình 3. Ví dụ về hình ảnh thu được sau khi áp dụng ELA, cung cấp một số manh mối về các khu vực có thể đã bị giả mạo.
Các mô hình của chúng tôi được đào tạo và cập nhật liên tục để thích ứng với các kỹ thuật ngày càng phát triển được những kẻ lừa đảo sử dụng, đảm bảo tính toàn vẹn của nền tảng và duy trì niềm tin mà người dùng dành cho chúng tôi.
Tìm kiếm hình ảnh tương tự
Mặc dù chúng tôi đã giải quyết các trường hợp trong đó hình ảnh bị chỉnh sửa, nhưng những kẻ lừa đảo vẫn sử dụng các chiến thuật quỷ quyệt không kém khác. Một phương pháp lừa đảo thường được sử dụng khác là liên tục sử dụng POP hợp pháp giống hệt hoặc được sửa đổi đôi chút cho nhiều giao dịch. Nếu nạn nhân không xác minh giao dịch bằng cách kiểm tra tài khoản ngân hàng của họ, họ có thể vô tình rơi vào trò lừa đảo này.
Với số lượng giao dịch khổng lồ và hình ảnh liên quan của chúng, nhiệm vụ quét và so sánh từng hình ảnh không phải là một việc dễ dàng. Việc triển khai theo thời gian thực của nó tốn nhiều tài nguyên và do đó thực tế là thách thức.
Để giải quyết thách thức này, chúng tôi sử dụng bộ mã hóa hình ảnh để cô đọng hình ảnh thành các bản tóm tắt dữ liệu nhỏ hơn nhưng quan trọng. Các đoạn mã này được lưu trữ trong cơ sở dữ liệu vectơ mạnh mẽ của chúng tôi, cho phép thuật toán tiến hành quét gần thời gian thực đối với các hình ảnh tương tự. Cách tiếp cận có hệ thống này đã được chứng minh là cực kỳ hiệu quả, cho phép chúng tôi ngăn chặn hàng trăm nỗ lực lừa đảo hàng ngày. Việc sử dụng thuật toán tìm kiếm hình ảnh tương tự là một minh chứng khác cho cam kết của chúng tôi trong việc chủ động đảm bảo an toàn cho các giao dịch trên nền tảng P2P của chúng tôi.
Hình 4. Gần đường dẫn tìm kiếm vector thời gian thực
Bớt tư tưởng
Trong thế giới giao dịch tiền điện tử ngang hàng, việc đối mặt với thách thức gian lận ngày càng trở nên quan trọng. Chúng tôi đứng ở tuyến đầu, không ngừng cải tiến và tận dụng các giải pháp công nghệ tiên tiến để củng cố khả năng phòng thủ của mình trước những kẻ lừa đảo nhắm vào nền tảng và người dùng của chúng tôi.
Việc sử dụng AI của chúng tôi minh họa cho cách tiếp cận chủ động của chúng tôi nhằm đảm bảo tính toàn vẹn của mọi hình ảnh được gửi trong giao dịch. Bằng cách sử dụng khả năng giám sát và phân tích theo thời gian thực, các mô hình AI mạnh mẽ này có thể xác định chính xác và nhanh chóng các nỗ lực xử lý hình ảnh. Hiệu quả của các biện pháp này rất đáng chú ý, đặc biệt với số lượng lớn và tính đa dạng của hình ảnh được trao đổi hàng ngày trên nền tảng của chúng tôi.
Tuy nhiên, chúng tôi cũng tin rằng bảo mật sẽ không ảnh hưởng đến trải nghiệm người dùng. Chúng tôi vẫn cam kết đảm bảo rằng tất cả người dùng đều có được trải nghiệm đơn giản, liền mạch trên nền tảng P2P của chúng tôi mà không phải lo lắng về tính toàn vẹn trong giao dịch của họ. Chúng tôi ủng hộ nguyên tắc rằng các giao dịch an toàn và điều hướng thân thiện với người dùng không loại trừ lẫn nhau mà có phạm vi bổ sung cho nhau trên con đường hướng tới một môi trường giao dịch kỹ thuật số phát triển mạnh.
Cuộc chiến chống lại các giao dịch P2P gian lận không dừng lại ở việc triển khai công nghệ tiên tiến. Nó cũng đòi hỏi sự cảnh giác và sự tham gia của cộng đồng người dùng của chúng tôi. Bằng cách kết hợp kho vũ khí công nghệ đáng gờm mà chúng tôi có và sự tham gia tích cực của cộng đồng người dùng, chúng tôi có thể cung cấp một thị trường an toàn và đáng tin cậy.
Ghi chú
Đối với những trường hợp mô hình của chúng tôi xác định được POP rất đáng ngờ, bạn có thể thấy thông báo cảnh báo sau xuất hiện trong hộp trò chuyện của mình:
Đăng nhập vào tài khoản thanh toán của bạn và xác minh đã nhận được khoản thanh toán chính xác. Nếu không, KHÔNG phát hành trước khi kiểm tra.
Hãy chắc chắn kiểm tra tài khoản của bạn!
Nếu bạn là nạn nhân của một vụ lừa đảo P2P, vui lòng gửi báo cáo cho Bộ phận hỗ trợ Binance bằng cách làm theo các bước trong hướng dẫn này: Cách báo cáo lừa đảo trên Hỗ trợ Binance
