Coinbase借助机器学习整合加快反欺诈规则创建

Coinbase表示,在将机器学习与高速规则引擎进一步整合后,针对诈骗的响应时间已从数天缩短至数小时;与此同时,TRM Labs警告称,AI正放大加密货币欺诈造成的损失。

摘要

Coinbase表示,公司通过将机器学习模型与高速规则引擎深度整合,重构了其反欺诈技术栈,使该交易所能够在数小时而非数天内对新的诈骗模式作出反应。该公司称,这一系统已将回测表现提升逾10倍,减少了误报,并支持更多自动化风险管理。此次更新还被置于更广泛的背景之下:TRM Labs警告称,加密货币欺诈已演变为每年规模达数百亿美元的问题,并正因AI驱动的手法而进一步加剧。

术语与概念
  • 机器学习: 人工智能的一种形式,利用数据模式改进决策或预测,而无需针对每一种情况手动编写规则。
  • 规则引擎: 一种自动化系统,通过应用预设条件来决定交易、账户或行为是否应被标记。
  • 回测: 利用历史数据测试某项策略或规则的过程,以评估其原本会有怎样的表现。