A mesterséges intelligenciára épülő számítógépes látás (CV) a Binance platformján egyre jelentősebb szerepet tölt be a tranzakciók hitelesítésében.

A világ legnagyobb kriptotőzsdéje CV-modellek alkalmazásával fokozza a platformján lebonyolított tranzakciók biztonságát. Ezek úgy növelik a biztonságot, hogy közben nem akadályozzák a kifizetések gördülékeny és kényelmes végrehajtását. A lehető legnagyobb biztonsághoz azonban elengedhetetlen maguknak a felhasználónak a körültekintő eljárása is.

A Binance a nagy nyelvi modelleket (LLM) is beveti azért, hogy valósidőben legyen képes ellenőrizni a felhasználók egymás közötti (P2P) átutalásait, így azonosítva a gyanús pénzmozgásokat. A világ legnagyobb kriptotőzsdéje azonban más módszereket is alkalmaz felhasználói védelme, a csalók kiszűrése érdekében: mesterséges intelligenciára, illetve a számítógépes látásra (CV) épülő modelleket.

A P2P tranzakciók lebonyolításában a fizetési igazolások (POP) alapvető szerepet töltenek be. A felhasználóknak mindig érdemes ellenőrizniük, hogy az elvárt összeg érkezett-e meg a számlájukra. Mindazonáltal, arra is számítaniuk kell, hogy a fizetési igazolás csak látszólag valódi, hiszen akár egyszerű szerkesztő programokkal is meg lehet hamisítani ezeket. Ez pedig igencsak megnehezíti a fogadó fél számára a hamis tranzakciók azonosítását. Ehhez járul hozzá a csalók pszichológiai hadviselése: a pánikkeltés és a sürgetés, amellyel belehajszolják az áldozatukat egy-egy végzetes kimenetelű akcióba.

A Binance platformján több mint 250 000 képet küldenek egymásnak a felhasználók minden egyes nap, amelyeknek csak egy részét képezik a fizetési igazolások. Ráadásul ezek képek a formátumukat, megjelenésüket, forrásukat tekintve is nagyon eltérőek, ami még jobban megnehezíti a manipulációk azonosítását.

A Binance nem hagyja magukra a felhasználóit ezzel a feladattal. A platform mesterséges intelligenciát alkalmazó algoritmusokat használva vizsgál meg minden egyes képet a tranzakciók során, valós időben igazolva azok hitelességét és törvényességét. Az általa alkalmazott robosztus modellek nagy hatékonysággal fedik fel a manipuláció jeleit, megelőzve a rossz szándékú akciók célba érését, és jelentősen csökkentve a károkozásuk kockázatait.

Számítógépes látás a hamis fizetési igazolások észlelésére

A mesterséges intelligenciára épülő számítógépes látás (CV) során a számítógépet arra „tanítják meg”, hogy képes legyen felfogni és interpretálni vizuális adatokat – ez ma az egyik leghatékonyabb módszer a hamis fizetési igazolások azonosítására. Olyan technológiákkal kiegészülve, mint az optikai betűfelismerés (OCR), a képek osztályozása, a tárgy felismerés és a digitális képfeldolgozás, a számítógépet képessé lehet tenni arra, hogy különbséget tegyen valódi és hamis fizetési igazolások között. Ezek a modellek pixelről-pixelre elemzik a fényképeket és a képernyőképeket és képesek felfedni azokat a következetlenségeket és anomáliákat, amelyeket az emberi szem nem venne észre.

A Binance a CV-modellek használata mellett, további összehasonlító ellenőrzéseket is elvégez a kép metaadatain és egyéb paraméterein, hogy átfogó képet kapjon egy-egy tranzakcióról.

Optikai betűfelismerés (OCR)

Az OCR modellek két alapvető információ megállapításában segítenek: a képen azonosítják a szöveges tartalmat. Illetve megállapítják az így azonosított szöveges tartalom helyét a képen belül.

Ezen információ birtokában az alábbi adatok hitelességét lehet ellenőrizni:

1. Tranzakció dátuma és időpontja. Ezt a mezőt az OCR összeveti a tranzakció tényleges időbélyegével.
2. Tranzakcióazonosító. Ez az egyes tranzakciók egyedi azonosítója. Az OCR megvizsgálja a korábbi tranzakciókat, és megállapítja nem használtak-e fel több alkalommal egy adott azonosítót.
3. Tranzakció összege. Talán a leggyakrabban manipulált terület. Az OCR kritikus szerepet tölt be a számok ellenőrzésében és a csalók leleplezésében.
4. Nevek. A fizető fél és a kedvezményezett nevét is gyakran meghamisítják. Az OCR-modellek az itt feltüntetett adatokat összevetik az érintett felek ismert hitelesítő adataival.

Digitális képfeldolgozás

Ennek segítségével lehet feltárni a képeken elvégzett módosításokat és anomáliákat. Ezek a leggyakoribb képmanipulációk:

1. Természetellenes szövegformázás vagy igazítás. A legszembetűnőbb a megdöntött, rosszul igazított vagy a kép többi részétől jelentősen eltérő betűtípusú szöveg. Ez általában a manipuláció meglehetősen nyilvánvaló jele.
2. Finom háttérszín-eltérések. Nehezebben azonosíthatók a háttérszín halvány különbségei, amelyek könnyen elkerülhetik a felhasználó figyelmét, a modell azonban felfedi ezeket is.
3. Pixelszintű torzítások. A legkevésbé észrevehető anomáliák a pixelszintű zajok vagy következetlenségek, elsősorban a manipulált mezők körül.

Az ilyen manipulációs jelek azonosítására használt felbecsülhetetlen értékű eszköz a hibaszint-elemzés (ELA). Az ELA megvizsgálja a teljes képfelületen a tömörítés szintjét: lényegében azonosítja a kép azon részleteit, amelyeket másként tömörítettek, mint a közvetlen környezetüket, ami utólagos manipulációra utal. Az ELA rámutat az olyan hibákra is, mint a szín és a megvilágítás apró eltérései a képen belül. A Binance modelljei folyamatosan tanulnak az ilyen analízisekből és alkalmazkodnak a csalók változó taktikáihoz.

Hasonló képek keresése

Gyakori csalási módszer egy-egy kép minimálisan módosított változatának többszöri felhasználása. Tekintettel a tranzakció hatalmas számára, a fizetési igazolások összehasonlítása nagy számítógépes kapacitást igénylő feladat. A Binance a képeket apró adat-elemekre felbontva tárolja el egy vektoros adatbázisban, így téve lehetővé, hogy egy algoritmus valós időben vizsgálhassa át ezeket az elemeket. Ezzel a módszer naponta több száz csalási kísérletet hiúsít meg a Binance.

A P2P kriptovalutákkal végrehajtott tranzakciók világában egyre fontosabb feladat a csalások felfedése és megakadályozása. A Binance élenjáró technológiákat alkalmaz a csalókkal szemben és a felhasználói biztonság megteremtése érdekében, amelyeket folyamatosan továbbfejleszt. Ebben a folyamatban – a képek valósidejű elemzésében, a manipulált képek kiszűrésében – játszik egyre döntőbb szerepet a mestersége intelligencia, hiszen a naponta gazdát cserélő képek száma és összetettsége folyamatosan nő a Binance platformján. Az alkalmazott módszerek – amellett, hogy képesek ezt a hatalmas adatmennyiséget kezelni – garantálják a tranzakciók egyszerre biztonságos és zökkenőmentes lebonyolítását. Ha a fejlett technológiához a felhasználók elővigyázatossága is párosul, a kereskedés biztonsága eléri a maximális szintet.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!