Използвайки базирани на изкуствен интелект (AI), модели за компютърно зрение (CV) за оценка на доказателства за плащания, ние предлагаме на потребителите на P2P платформата на Binance допълнителен слой на защита срещу измамна дейност.
Нашият ангажимент за подобряване на потребителското изживяване се проявява в поддържането на проста, но стабилна рамка за сигурност в нашата P2P платформа. Вярваме, че дори при използването на най-съвременни технологии като AI, сигурността не трябва да бъде за сметка на сложността.
Внимателният подход към извършването на peer-to-peer транзакции е първата стъпка към гарантиране на сигурността на вашите активи. Винаги проявявайте бдителност при получаване на доказателство за плащане. Уверете се, че действително получената сума съответства на декларираната стойност на трансакцията.
В предишната публикация в блога от тази поредица, Невидимите пазители на Binance P2P: Използване на AI за защита на крипто потребителите, обсъдихме как използваме големи езикови модели (LLM), за да осигурим надзор в реално време върху комуникациите на P2P потребителите, за да помогнем за откриването на потенциално съмнителни трансакции. Сега местим вниманието си към друг аспект на предизвикателството за използване на най-съвременни технологии за защита на потребителите на P2P и разглеждаме приложението на модели за компютърно зрение (CV) за откриване на измамници.
При peer-to-peer трансакциите ролята на валидното доказателство за плащане (POP) е основна. За потребителите е от първостепенно значение да извършват надлежна проверка, за да са сигурни, че са получили точната сума за търговия. Въпреки това инструментите за редактиране, дори и най-простите, са лесно достъпни за безскрупулни хора, за да измислят привидно автентични POP-ове. Това поставя истинско предизвикателство за тези, които искат да идентифицират фалшиви трансакции. Измамниците могат също да направят процеса на търговия още по-страшен, като използват различни тактики за социално инженерство, като прибързване или объркване на жертвата.
Като цяло в нашите платформи ежедневно се изпращат повече от 250 000 изображения, без да се ограничаваме до POP изображенията. Вариациите в тези POP са многобройни – изображенията се различават по формат, дизайн и източник, което добавя още едно ниво на сложност към задачата за откриване на манипулации.
Въпреки че заплахата от измамно доказателство за плащане (POP) продължава, нашите потребители не са оставени да се борят сами с тези измамни POP-ове. Оборудвана с усъвършенствани AI алгоритми, нашата платформа проверява внимателно всички изображения, подадени по време на трансакциите, като гарантира тяхната автентичност и легитимност в реално време. Тези надеждни модели умеят да откриват и сигнализират за всякакви признаци на подправяне или манипулиране на изображения. Такива строги предпазни мерки се прилагат, за да се гарантира целостта на трансакциите на нашите потребители, като се предотвратяват опитите за измама и по този начин се намалява рискът от потенциални загуби за потребителите.
Компютърното зрение (CV), област на изкуствения интелект, в която компютрите се обучават да интерпретират и разбират визуалния свят - предлага едно от най-стабилните налични днес решения на проблема с фалшивите доказателства за плащане.
Чрез използване на техники като оптично разпознаване на знаци (OCR), класификация на изображения, откриване на обекти и обработка на дигитални изображения, CV моделите могат да бъдат обучени да разграничават истинското и измамното доказателство за плащане.
Тези модели могат да анализират снимка или екранна снимка, пиксел по пиксел, откривайки несъответствия и аномалии, които обикновено биха били незабележими за човешкото око. Независимо дали става въпрос за леко изкривена цветова схема, изкривено лого или фини промени в шрифта, моделът може да идентифицира тези несъответствия точно.
Заедно с използването на CV моделите, извършваме и допълнителна кръстосана проверка с метаданните на изображението, както и с други параметри, като например модели на търговия, за да получим цялостна представа за ситуацията.
В следващите раздели ще разгледаме по-подробно някои от проверките, които сме въвели, за да гарантираме легитимността на POP.
Фиг. 1: [Дейност] Можете ли да определите каква информация е била подправена?
Ключово оръжие в нашия арсенал срещу измамници е техниката, наречена оптично разпознаване на символи (OCR). OCR моделите ни помагат при установяването на две основни части от информация:
Текстовото съдържание, което е идентифицирано и транскрибирано от изображението.
Позицията на тези идентифицирани и транскрибирани части от текст в рамките на изображението.
В света на онлайн трансакциите разширените инструменти за редактиране са лесно достъпни. Измамниците често използват тези инструменти, за да манипулират части от автентичен POP. Някои от често манипулирани области на легитимни POP включват:
Дата и час на трансакцията. Това поле представлява точната дата и час, когато трансакцията е била обработена. Измамниците могат да променят тази информация, за да отразяват времева линия, благоприятна за тяхната измама. OCR може да помогне за проверка на точността на тези данни, като ги съпостави с времевото клеймо на действителната трансакция.
ID на трансакцията. Това е уникален идентификатор за всяка трансакция. Всяко несъответствие в това поле е явен знак за манипулация. OCR помага при проверката на идентификатора на трансакцията, като го съпоставя с минали трансакции и сканира за всеки повторно използван идентификатор.
Сума на трансакцията. Може би най-често манипулираното поле. Промяната на информация в това поле може да доведе до несъответствия между действителните и предадените стойности. Тук способността на OCR системата да идентифицира точно числата играе важна роля за предотвратяване на измами.
Име. Имената на платеца и получателя също се подправят доста често. OCR моделите могат да помогнат за кръстосана проверка на извлечената информация от полето за име, като я сравнят с известните удостоверения на участващите страни.
Фиг. 2. Подчертаване на подправената информация. В действителност редакциите са по-малко забележими за нетренираното око.
Понякога най-малките подробности разказват най-големите истории. В контекста на манипулирането на изображения, всякакви промени, направени в изображение, без значение колко са минимални, могат да оставят следи или аномалии, които са уловени от нашите модели. Тези слаби сигнали често служат като осезаемо доказателство за фалшифициране. Областите, които са най-уязвими на тази форма на манипулация, както е посочено на Фиг. 1, е по-вероятно да разкрият дали дадено изображение е променено.
За да обясним по-добре трудната задача за откриване на тези аномалии, идентифицирахме някои общи видове следи за манипулации:
Неестествено форматиране или подравняване на текст. Най-забележим е текстът, който е наклонен, неподравнен или има силно различен шрифт от останалата част от изображението. Това обикновено е доста очевиден знак за подправяне.
Фини несъответствия в цвета на фона. По-фини са бледите разлики в цвета на фона, които може да убягнат на случайния наблюдател, но не и нашия всеобхватен модел.
Изкривявания на ниво пиксели. Най-слабо забележимата аномалия са шумове или несъответствия на ниво пиксел, предимно около манипулираните полета.
Безценен инструмент за идентифициране на такива следи от манипулация е анализът на ниво грешка (ELA). ELA проверява нивото на компресия в изображение. По същество той идентифицира области от изображението, които показват нива на компресия, различни от тези в околността, което може да означава, че са били подложени на скорошно редактиране. Оригиналното и недокоснато изображение ще има относително последователни на ниво грешки навсякъде. За разлика от това, коригираните части на изображението ще покажат по-ярък резултат от ELA.
Фиг. 3. Пример за получено изображение след прилагане на ELA, което дава някои насоки за областите, които може да са били подправени.
Моделите ни постоянно се обучават и актуализират, за да се адаптират към постоянно развиващите се техники, използвани от измамниците, като гарантират целостта на платформата и запазват доверието, което ни гласуват нашите потребители.
Въпреки че се занимавахме със случаи, при които изображенията се манипулират, има други също толкова коварни тактики, използвани от измамниците. Друг често използван метод за измама е многократното използване на идентичен или леко модифициран легитимен POP за множество трансакции. Ако жертвата не потвърди трансакцията, като провери банковата си сметка, тя може несъзнателно да попадне на тази измама.
Като се има предвид огромният брой трансакции и свързаните с тях изображения, задачата за сканиране и сравняване на всяко изображение не е никак лесна. Изпълнението му в реално време изисква много ресурси и поради това е доста голямо предизвикателство.
За да отговорим на това предизвикателство, ние използваме енкодер на изображения, който кондензира изображения в по-малки, но жизненоважни резюмета на данни. Тези фрагменти се съхраняват в нашата стабилна векторна база данни, което позволява на алгоритъма да извършва сканиране в почти реално време за подобни изображения. Този систематичен подход се оказа изключително ефективен, позволявайки ни да осуетяваме стотици опити за измами ежедневно. Използването на подобен алгоритъм за търсене на изображения е още едно доказателство за нашия ангажимент за проактивно гарантиране на безопасността на трансакциите в нашата P2P платформа.
Фиг. 4. Канал за търсене на вектори почти в реално време
В света на peer-to-peer крипто трансакциите, справянето с предизвикателството на измамите е все по-важно. Ние сме на предна линия, като постоянно усъвършенстваме и използваме модерни технологични решения, за да укрепим защитата си срещу измамниците, които атакуват нашата платформа и потребители.
Използването на AI е пример за проактивния ни подход към осигуряването на целостта на всяко изображение, подавано при трансакции. С помощта на наблюдение и анализ в реално време тези мощни AI модели могат точно и бързо да идентифицират опити за манипулиране на изображения. Ефективността на тези мерки е забележителна, особено като се има предвид огромният обем и разнообразието от изображения, които се обменят ежедневно в нашата платформа.
Ние обаче също така вярваме, че сигурността не трябва да идва за сметка на потребителското изживяване. Ние продължаваме да се стремим да гарантираме, че всички потребители се наслаждават на лесно и безпроблемно преживяване в нашата P2P платформа, без да се притесняват за целостта на своите сделки. Ние отстояваме принципа, че сигурните трансакции и удобната за потребителя навигация не са взаимно изключващи се, а допълващи се обхвати по пътя към една процъфтяваща среда за дигитална търговия.
Битката срещу измамните P2P трансакции не спира до внедряването на усъвършенствани технологии. Това също така изисква бдителността и ангажираността на нашата потребителска общност. Чрез комбиниране на огромния технологичен арсенал, с който разполагаме, и активното участие на потребителската общност, ние можем да предложим сигурен и надежден пазар.
За случаи, когато нашите модели идентифицират силно подозрителен POP, може да видите следното предупредително съобщение, което се появява в полето ви за чат:
Влезте в акаунта си за плащане и потвърдете, че е получено правилното плащане. В противен случай НЕ освобождавайте, преди да проверите.
Не забравяйте да проверите акаунта си!
Ако сте станали жертва на P2P измама, моля, подайте сигнал до отдела за поддръжка на Binance, като следвате стъпките в това ръководство: Как да докладвате за измами в поддръжката на Binance.
