仅在2023年，加密欺诈者就设法获得了超过240亿美元的加密货币，对整个行业敲响了警钟。虽然这个数字远低于2022年的390亿美元，但这个数字仍然远远不够，无法对加密欺诈的威胁放松警惕。
自然地，行业中的许多人一直在寻找更好的解决方案，而人工智慧（AI）已成为抵御加密犯罪的最大希望。
但这种希望是否基于现实？
人工智慧加强区块链
区块链难道不是防黑客的吗？好吧，Epiq的研究显示，即使是区块链也不是免疫于加密攻击。创建错误、51%攻击和安全漏洞是黑客渗透系统的最常见渠道。
幸运的是，我们可以利用两种基于人工智慧的策略，聚类和剥皮，来解决这些漏洞。
聚类
聚类是一种基于机器学习的技术，它使用算法将数据分组为具有共享特征的子集。这使得能够聚合被认为由单一方控制的区块链地址。这一先进方法揭示了复杂的犯罪活动网络，这有助于模式识别并揭示非法资金的隐藏渠道，从而提高可追踪性和透明度。
剥皮
罪犯使用小额洗钱来隐藏非法现金的真正来源，通过一系列小型、复杂的交易；通过“剥皮”这些层，能够揭露犯罪活动。
为了应对这一策略，人工智慧的分析能力至关重要。机器学习技术使人工智慧系统能够出色地识别小额洗钱的复杂结构，使得追踪和中断这些诈骗变得更加容易。这一基于人工智慧的学习过去数据的能力是检测复杂洗钱技术的一大进步。它还展示了人工智慧如何动态加强区块链生态系统的网络安全。
人工智慧如何填补加密安全漏洞
超越区块链领域，人工智慧仍然是防止加密欺诈的最大希望。它可以通过以下方式做到：
基于人工智慧的审计
没有人工智慧的情况下，智能合约审计并未证明有太大成功。事实上，尽管91%的合约经过审计，但仍有28亿美元因不安全的智能合约而损失。
基于人工智慧的监控工具可以检查智能合约的源代码，检查每一行和代码中可能的安全漏洞。这些漏洞可能是从一般的编程错误到特定于区块链技术的问题。
从事智能合约的程序员和审计员可能会受益于人工智慧工具提供的实时反馈和建议。通过快速获取反馈，开发人员可以在开发过程中修复漏洞，这降低了发布不安全合约的机会。
此外，人工智慧还可以通过建议最佳实践、进行回归测试以及确保新修改不损害安全或破坏现有保障来帮助提高安全性。
这对于像Euler Labs这样的公司非常有帮助，因为他们因这些攻击损失了1.96亿美元，这对CEO迈克尔·本特利来说是“最艰难的日子”之一。
实时监控
人工智慧还具有能够实时分析大量数据的附加优势，这在比特币网络遭受攻击时非常有用。依赖操作员监控和预定规则的传统网络安全方法，使网络容易受到更复杂的攻击。相反，人工智慧始终在寻找可能表明网络攻击的异常和可疑行为。
人工智慧利用机器学习方法来检查加密市场、钱包和网络中的标准和异常行为。当人工智慧系统检测到任何异常活动，例如多次登录失败、错误的密码输入或大量提款时，它将有机会提醒安全人员。此外，它能够实时识别安全威胁，因此可以及时通知拥有者，减少额外损害或盗窃的可能性。
基于人工智慧的预测分析
通过分析过去的数据和网络攻击模式，人工智慧系统甚至可以在危险发生之前预测可能的威胁。通过采取这一策略，安全团队能够实施保障措施，以防止此类事件发生。
举例来说，人工智慧能够检测针对特定交易所的勒索软体攻击中的模式。它还可以根据特定IP地址的高流量或已知罪犯的异常行为来预测下一次攻击何时发生。当一个组织获得这种信息时，它可以改善其安全措施并采取行动，例如阻止某些人或加强身份识别过程。
钓鱼侦测
钓鱼是加密黑客的一种古老却有效的诡计，帮助他们在2024年上半年盗取了价值超过7.3亿美元的加密货币。因此，这绝不是一个小问题。人工智慧能如何帮助？
增强客户身份验证是人工智慧改善加密货币钱包和交易所安全的一种方式。此外，大多数帐户目前都采用多因素身份验证，这要求用户多次验证他们是唯一授权的使用者。通过将行为生物识别纳入身份识别过程中，人工智慧有可能将其提升到下一个层次。
从一个人打字和移动鼠标的方式到他们如何握住手机，人工智慧分析这些行为。对于第二层身份验证，人工智慧系统可以利用这些外部行为来建立用户配置文件。使用人工智慧使平台能够检测未经授权的用户，并拒绝访问或请求身份验证。
现实生活中的反诈骗人工智慧
对许多人来说，焦急等待新的人工智慧前沿来对抗加密欺诈是合乎逻辑的。好消息是，一些成功的解决方案已经到位。
一个越来越受欢迎的解决方案是CUBE3.AI，这是一个使用评分系统来帮助用户了解使用特定加密平台潜在风险的平台。其运行时应用程序自我保护(RASP)工具，提供轻量版和专业版，加强安全性，保护智能合约和面向用户的应用程序。
该公司的总裁乔纳森·阿纳斯塔西亚最近表示，防止许多诈骗的关键是向人类用户提供“足够的信息”，这恰好是大多数加密攻击中的“最弱环节”。他还认为，这些Web3事件的根源回溯到社交媒体上的一对一对话，无知的用户容易受到轻松赚钱的承诺的诱惑。
另一个好的例子是最近的NEAR-德意志电信合作，通过使用验证者来提升NEAR的链上安全性，同时减少拥塞并最大化可扩展性。
德意志电信MMS数字信任及Web3基础设施部门负责人奥利弗·尼德雷表示，人工智慧与加密的合作是提升加密领域“数据主权和用户数据控制”的重要一步。
人工智慧能成为终极解决方案吗？
虽然人工智慧提供了变革性工具来打击加密欺诈，从实时监控到预测分析，但它并不是一种万能解决方案。人工智慧的成功取决于其与用户意识、监管框架和持续创新的整合。犯罪策略不断演变，使得人工智慧迅速适应至关重要。
虽然像CUBE3.AI这样的平台和NEAR-德意志电信这样的合作伙伴展示了人工智慧的潜力，但真正的安全需要协作努力。最终，人工智慧可能无法消除所有风险，但作为加强加密空间的关键盟友，促进信任，为更安全的区块链生态系统铺平道路。
文章《加密的网络安全挑战：人工智慧是答案吗？》首次出现在Metaverse Post上。
