QRコードをスキャンしてダウンロードしてください。
BTC $77,633.69 -0.45%
ETH $2,318.84 -0.47%
BNB $626.32 -0.84%
XRP $1.42 -1.03%
SOL $85.82 -0.62%
TRX $0.3239 -0.07%
DOGE $0.0977 -0.55%
ADA $0.2497 -0.50%
BCH $447.44 -1.27%
LINK $9.32 -0.77%
HYPE $41.27 -0.02%
AAVE $93.95 -0.59%
SUI $0.9266 -1.94%
XLM $0.1703 -1.80%
ZEC $355.96 -0.66%
BTC $77,633.69 -0.45%
ETH $2,318.84 -0.47%
BNB $626.32 -0.84%
XRP $1.42 -1.03%
SOL $85.82 -0.62%
TRX $0.3239 -0.07%
DOGE $0.0977 -0.55%
ADA $0.2497 -0.50%
BCH $447.44 -1.27%
LINK $9.32 -0.77%
HYPE $41.27 -0.02%
AAVE $93.95 -0.59%
SUI $0.9266 -1.94%
XLM $0.1703 -1.80%
ZEC $355.96 -0.66%

詐欺

アメリカ司法省が東南アジアの詐欺センターに対して強力な打撃を加え、7億ドル以上の暗号通貨を凍結しました。

アメリカ司法省の公式発表によると、アメリカ司法省の「詐欺センター対策チーム」は本日、東南アジアの犯罪組織に対して一連の調整行動を発表しました:ミャンマーの「順達詐欺センター」で働いていた中国籍の管理者である黄興山と江文杰の2名を起訴し、彼らは人身売買された労働者を強制的に暗号通貨投資詐欺に従事させた疑いがあり、現在タイで逮捕されています;6000人以上のフォロワーを持つTelegramチャンネルを押収し、そのチャンネルは人々をカンボジアの詐欺センターに誘い込み、強制労働をさせるために使用されていました;また、合法的な投資プラットフォームに偽装した503の詐欺ドメインも同時に押収されました。資金面では、チームは詐欺のマネーロンダリングに関連する7.01億ドル以上の暗号通貨を凍結し、「Operation Level Up」作戦を通じて8935名の被害者に通知し、潜在的な損失を約5.63億ドル回復できると見積もっています。さらに、アメリカ国務省はミャンマーの「太昌詐欺センター」に関連する情報を募集するために最大1000万ドルの報奨金を提供することを発表しました;財務省はカンボジアに関連する個人および団体に対して制裁を実施しました。FBIのデータによると、2025年のアメリカにおける暗号通貨投資詐欺による損失は72億ドルに達し、2024年と比較して24%増加しています。

アメリカがカンボジアの上院議員に制裁を課し、暗号詐欺対策の取り組みが継続的に強化されている

アメリカ財務省海外資産管理局(OFAC)は、カンボジアの上院議員Kok Anに制裁を課すことを発表し、全国に広がる「詐欺パーク」を支配し、暗号投資詐欺を通じてアメリカの被害者から資金を騙し取ったと非難しました。OFACが木曜日に発表した声明によると、Kok Anを除く28名の個人および団体が制裁リストに追加され、すべて彼の詐欺ネットワークに関連していると見なされています。このネットワークは「高リターン投資」を餌に、被害者を暗号資産の送金に誘導しているとされています。この行動は、カンボジア警察が国境の街ポイペットにある2つの詐欺センターを襲撃した直後に行われました。以前、Kok Anはこの地域で詐欺拠点を運営していると非難されていました。OFACは、詐欺師は通常「友情」や「恋愛関係」を築くことで被害者の信頼を得て、いわゆる暗号投資プラットフォームに参加させて資金を騙し取ると述べ、累計で数百万ドルに達する金額が関与しているとしています。注目すべきは、詐欺活動に関与している一部の人々が、実際には人身売買の被害者であり、暴力の脅威の下で違法行為を強いられていることです。OFACは、これらの詐欺センターは通常カジノや改装されたオフィスパークに設置されており、マネーロンダリングだけでなく、アメリカ市民に対する詐欺や人権侵害の拠点にもなっていると指摘しています。さらに、規制当局は、暗号投資

Coinbaseは、機械学習とルールエンジンを統合した反詐欺システムをアップグレードし、応答時間を数時間に短縮しました。

Coinbaseは、機械学習モデルとルールエンジンを統合することで、反詐欺システムにおけるルール作成プロセスを最適化し、より効率的なリスク管理を実現していると述べています。また、「モデルは長期的な防御を担当し、ルールは迅速な対応を担当する」という二本柱の戦略を提案し、両者がフィードバックの閉ループを形成する統一フレームワークを構築しています:ルールは新しい詐欺行為を捕捉するために使用され、逆にモデルをトレーニングすることで、全体的な防御能力を継続的に向上させます。具体的な最適化において、Coinbaseはデータ構造の再構築、自動化されたスキーマの進化、ノートブックベースの分析ツールの導入を通じて、もともと手動に依存していたルール作成プロセスをデータ駆動型および自動推奨に変換し、効率を大幅に向上させました。その中で、ルールのバックテスト性能は10倍以上向上し、全体の応答時間は数日から数時間に短縮されました。さらに、新しいシステムは機械学習を通じてパラメータを推奨し、誤判率を低下させるのに役立ち、詐欺を取り締まる一方で正常なユーザーへの影響を減少させます。Coinbaseは、次のステップとしてイベント駆動型の自動ルール生成を進め、高効率なルールを「ワンクリックでモデルの特徴に変換」することを探求し、さらなる自動化リスク管理システムへの移行を目指すと述べています。
app_icon
ChainCatcher Building the Web3 world with innovations.