加密货币领域的诈骗现状
在加密货币领域，诈骗活动占据了大部分非法行为。根据联邦调查局（FBI）的数据显示，美国公民在去年因加密诈骗损失了93亿美元。人工智能（AI）的兴起使这一问题更加严重。区块链分析公司TRM Labs的数据显示，2024年AI辅助的诈骗数量比往年增加了456%。随着生成式人工智能（GenAI）的进步，恶意行为者能够以空前的规模部署复杂的聊天机器人、深度伪造视频、克隆声音以及自动化的诈骗代币网络。因此，加密诈骗不再是由人类主导的操作，而是变得算法化、快速、适应性强且愈加令人信服。
诈骗以闪电般的速度进行
TRM Labs的全球政策与政府事务负责人Ari Redbord在接受Cryptonews采访时表示，生成模型被用来同时发起数千起诈骗。他说：“我们看到一个更聪明、更快速且无限可扩展的犯罪生态系统。”Redbord解释说，GenAI模型能够根据受害者的语言、位置和数字足迹进行调整。例如，他提到在勒索软件中，AI被用来选择最有可能支付的受害者，起草勒索要求，并自动化谈判聊天。
在社会工程方面，Redbord提到深度伪造的声音和视频被用于欺诈公司和个人，涉及“高管冒充”和“家庭紧急”诈骗。最后，涉及AI工具编写脚本的链上诈骗可以在几秒钟内将资金转移到数百个钱包，洗钱速度远超人类的能力。
AI驱动的防御
加密行业正在寻求AI驱动的防御措施来对抗这些诈骗。区块链分析公司、网络安全公司、交易所和学术研究人员正在构建机器学习系统，旨在在受害者损失资金之前检测、标记和减轻欺诈行为。例如，Redbord表示，人工智能已融入TRM Labs的区块链智能平台的每一层。该公司利用机器学习处理超过40个区块链网络中的数万亿个数据点。
这使得TRM Labs能够绘制钱包网络，识别类型，并揭示可能表明非法活动的异常行为。“这些系统不仅仅是检测模式——它们还会学习。当数据变化时，模型也会随之调整，以适应加密市场的动态现实，”Redbord评论道。这使得TRM Labs能够看到人类调查员可能会错过的内容——成千上万的小型、看似无关的交易形成了诈骗、洗钱网络或勒索软件活动的特征。
AI与AI的应用案例
这些工具已经证明是有效的。Sardine的首席工作人员Matt Vega告诉Cryptonews，一旦Sardine检测到模式，该公司的AI会进行深入分析，以寻找趋势建议，从而阻止攻击向量的发生。“这通常需要人类一天的时间来完成，但使用AI只需几秒钟，”他说。
例如，Vega解释说，Sardine与领先的加密交易所密切合作，以标记异常用户行为。用户交易通过Sardine的决策平台进行处理，AI分析帮助确定这些交易的结果，从而提前通知交易所。TRM Labs的一篇博客文章进一步解释说，在5月，该公司在与一名可能的金融诱骗诈骗者的视频通话中目睹了一次实时深度伪造。
“我们怀疑这名诈骗者使用了深度伪造技术，因为这个人的发际线看起来不自然，”Redbord解释道。“AI检测工具使我们能够证实我们的评估，即该图像很可能是AI生成的。”
尽管TRM Labs成功识别了这一诈骗，但这一特定诈骗及与之相关的其他诈骗已从不知情的受害者那里窃取了约6000万美元。
防范AI驱动的诈骗
虽然显然AI驱动的工具正在被用于检测和防止复杂的诈骗，但这些攻击将继续增加。“AI正在降低复杂犯罪的进入门槛，使这些诈骗高度可扩展和个性化，因此它们肯定会获得更多的关注，”Kerbs评论道。
Kerbs认为，半自主的恶意AI代理很快将能够策划整个攻击活动，几乎不需要人类监督，并在实时通话中进行不可追踪的语音深度伪造冒充。尽管令人担忧，Vega指出，用户可以采取特定步骤来防止成为此类诈骗的受害者。
例如，他解释说，许多攻击向量是伪造网站，用户最终会访问这些网站并点击虚假的链接。“用户应该在网站上寻找希腊字母。美国跨国科技公司苹果最近就遭遇了这一情况，攻击者创建了一个使用希腊字母“A”的假网站。”
此外，像Sardine和TRM Labs这样的公司正在与监管机构密切合作，以确定如何构建使用AI来减轻AI驱动的诈骗风险的防护措施。“我们正在构建系统，使执法和合规专业人员能够拥有与犯罪分子相同的速度、规模和覆盖范围——从检测实时异常到识别协调的跨链洗钱。AI使我们能够将风险管理从反应式转变为预测性，”Redbord表示。
