Em um estudo inovador, pesquisadores da San Diego State University aproveitaram o poder da inteligência artificial para descobrir uma das mais novas ameaças online: golpes de distribuição de criptomoedas na rede social X (anteriormente conhecida como Twitter).
Apresentando o Giveaway ScamHunter
Apelidado de GiveawayScamHunter, o inovador sistema de IA vasculhou cuidadosamente o vasto cenário digital do X. Durante um período de mais de um ano, de junho de 2022 a junho de 2023, a ferramenta descobriu impressionantes 95.111 listagens de golpes. Essas listas enganosas se originam de 87.617 contas diferentes no X.
O sistema extrai automaticamente os principais dados - sites específicos e endereços de carteira associados a esses golpes. Os resultados são notáveis. Os pesquisadores coletaram 327 nomes de domínio da Internet relacionados a golpes e 121 endereços de carteira de criptomoedas focados em golpes não identificados.
Mas como esses golpes aumentaram em grande escala? Os pesquisadores apontaram um culpado inocente: as listas do Twitter. Devido à sua abertura, esse recurso serve como um refúgio seguro para os cibercriminosos, oferecendo a eles uma maneira fácil de planejar atividades nefastas.
Treine IA para detectar golpes de doação
A equipe armou uma ferramenta de processamento de linguagem natural com dados de detecções anteriores de golpes de doação para distinguir produtos genuínos de produtos fraudulentos. Essa abordagem provou ser inestimável, ajudando-os a identificar quase 100.000 listagens suspeitas. Isso, portanto, facilita o acúmulo de dados críticos em muitos sites e carteiras fraudulentas até então desconhecidos.
Os dados coletados permitiram que os pesquisadores chegassem ao cerne desses golpes. Eles identificaram as táticas usadas pelos golpistas, seus padrões de segmentação e até o número potencial de vítimas inocentes durante o período do estudo. Conforme destacado em seu trabalho de pesquisa:
“Ao monitorar transações fraudulentas de criptomoedas, descobriu-se que 365 pessoas foram vítimas desses golpes, resultando em perdas financeiras estimadas em US$ 872.000.”
CHAMADA PARA AÇÃO COOPERATIVA
Depois de reunir suas descobertas, os pesquisadores agiram rapidamente. Eles relataram as contas, domínios e endereços de carteira associados ao X e à maior fraternidade de criptomoedas/blockchain.
No entanto, estatísticas preocupantes emergem de seu papel. De acordo com informações publicadas em 10 de agosto, 43,9% dessas contas informadas ainda estão ativas. No entanto, vale a pena notar que muitos deles podem ser contas de spam inativas.
À medida que a era digital evolui, as ameaças cibernéticas se tornam mais sofisticadas. Pesquisas inovadoras da San Diego State University destacam a necessidade crítica de vigilância contínua. Infelizmente, os golpes de doação de criptomoedas não vão desaparecer por algum tempo.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Sistema de IA expõe esquema de distribuição de criptomoedas na rede social X
Em um estudo inovador, pesquisadores da San Diego State University aproveitaram o poder da inteligência artificial para descobrir uma das mais novas ameaças online: golpes de distribuição de criptomoedas na rede social X (anteriormente conhecida como Twitter).
Apresentando o Giveaway ScamHunter
Apelidado de GiveawayScamHunter, o inovador sistema de IA vasculhou cuidadosamente o vasto cenário digital do X. Durante um período de mais de um ano, de junho de 2022 a junho de 2023, a ferramenta descobriu impressionantes 95.111 listagens de golpes. Essas listas enganosas se originam de 87.617 contas diferentes no X.
O sistema extrai automaticamente os principais dados - sites específicos e endereços de carteira associados a esses golpes. Os resultados são notáveis. Os pesquisadores coletaram 327 nomes de domínio da Internet relacionados a golpes e 121 endereços de carteira de criptomoedas focados em golpes não identificados.
Mas como esses golpes aumentaram em grande escala? Os pesquisadores apontaram um culpado inocente: as listas do Twitter. Devido à sua abertura, esse recurso serve como um refúgio seguro para os cibercriminosos, oferecendo a eles uma maneira fácil de planejar atividades nefastas.
Treine IA para detectar golpes de doação
A equipe armou uma ferramenta de processamento de linguagem natural com dados de detecções anteriores de golpes de doação para distinguir produtos genuínos de produtos fraudulentos. Essa abordagem provou ser inestimável, ajudando-os a identificar quase 100.000 listagens suspeitas. Isso, portanto, facilita o acúmulo de dados críticos em muitos sites e carteiras fraudulentas até então desconhecidos.
Os dados coletados permitiram que os pesquisadores chegassem ao cerne desses golpes. Eles identificaram as táticas usadas pelos golpistas, seus padrões de segmentação e até o número potencial de vítimas inocentes durante o período do estudo. Conforme destacado em seu trabalho de pesquisa:
“Ao monitorar transações fraudulentas de criptomoedas, descobriu-se que 365 pessoas foram vítimas desses golpes, resultando em perdas financeiras estimadas em US$ 872.000.”
CHAMADA PARA AÇÃO COOPERATIVA
Depois de reunir suas descobertas, os pesquisadores agiram rapidamente. Eles relataram as contas, domínios e endereços de carteira associados ao X e à maior fraternidade de criptomoedas/blockchain.
No entanto, estatísticas preocupantes emergem de seu papel. De acordo com informações publicadas em 10 de agosto, 43,9% dessas contas informadas ainda estão ativas. No entanto, vale a pena notar que muitos deles podem ser contas de spam inativas.
À medida que a era digital evolui, as ameaças cibernéticas se tornam mais sofisticadas. Pesquisas inovadoras da San Diego State University destacam a necessidade crítica de vigilância contínua. Infelizmente, os golpes de doação de criptomoedas não vão desaparecer por algum tempo.