TRM Labs: احراز هویت عامل‌های هوش مصنوعی باید از کنترل‌کننده‌ی آن‌ها آغاز شود
TRM Labs می‌گوید برای پاسخ‌گویی عامل‌های هوش مصنوعی در تراکنش‌های مالی، باید فرد یا شرکتی که آن‌ها را کنترل می‌کند شناسایی شود.
نکات کلیدی
• احراز هویت عامل هوش مصنوعی باید به فرد یا شرکت کنترل‌کننده‌ی آن متصل باشد. • تاریخچه‌ی تراکنش‌ها می‌تواند نشان دهد عامل به نمایندگی از چه کسی عمل کرده است. • TRM Labs می‌گوید حملات خودکار، فعالیت شبانه‌روزی مدافعان را ضروری می‌کند. • پژوهش این شرکت، کره شمالی را مسئول ۸۵٪ ارزش رمزارزهای سرقت‌شده در هک‌های امسال می‌داند.
مسئولیت عامل‌های هوش مصنوعی
در نشست Merge Madrid، Guillaume Rodenas از TRM Labs گفت احراز هویت باید بر فرد یا شرکتی متمرکز باشد که عامل هوش مصنوعی را کنترل می‌کند. سپس می‌توان از تاریخچه‌ی تراکنش‌های عامل برای روشن‌کردن اقداماتی که به نمایندگی از آن شخص یا شرکت انجام داده استفاده کرد.
به گفته‌ی Rodenas، مسئولیت ممکن است با توجه به شرایط میان توسعه‌دهندگان و کاربران تقسیم شود: توسعه‌دهندگان در قبال ایرادهای نرم‌افزاری و کاربران در قبال شناخت پروتکل‌های مالی‌ای که به کار می‌گیرند. او افزود ساختار DAOها پاسخ‌گویی را دشوارتر می‌کند.
۶.۳ میلیارد دلار
سرقت گزارش‌شده
۲۰ دقیقه
زمان جابه‌جایی پول
۸۵٪
سهم سرقت منتسب
۸.۷ میلیارد دلار
زیان کل هک‌ها
شتاب حملات خودکار
گزارش متن می‌گوید هکرهای کره شمالی هفته‌ی گذشته با فریب کارکنان از طریق یک مصاحبه‌ی شغلی جعلی، حدود ۶.۳ میلیارد دلار از Binance سرقت کردند و از یک ابزار هوش مصنوعی داخلی نیز بهره بردند؛ بخش عمده‌ی پول در ۲۰ دقیقه جابه‌جا شد.
برآورد TRM Labs این است که کره شمالی مسئول ۸۵٪ ارزش دارایی‌های سرقت‌شده در هک‌های رمزارزی امسال بوده و زیان کل به رکورد ۸.۷ میلیارد دلار رسیده است. Rodenas همچنین گفت عامل‌های خودکار برای تعامل با پروتکل‌ها و آغاز تراکنش‌ها به کار گرفته می‌شوند.
آمادگی بانک‌ها و نظارت پیوسته
Rodenas می‌گوید اگر جرایم به‌صورت شبانه‌روزی انجام شوند، مقابله با آن‌ها نیز باید پیوسته باشد. TRM از هوش مصنوعی برای پایش مداوم کیف‌پول‌ها و شناسایی فعالیت مشکوک استفاده می‌کند.
او تفاوت بانک‌های اروپایی را بیشتر در میزان تمایل به سازگاری می‌بیند: برخی تیم‌های اختصاصی بلاک‌چین دارند و برخی کارکنانشان هنوز برای جلب توجه مدیران به دارایی‌های دیجیتال تلاش می‌کنند. به باور او، در آینده تمایز میان پول سنتی و رمزارزها کم‌رنگ خواهد شد.
چرا این خبر مهم است؟
گسترش عامل‌های خودکار، پرسش درباره‌ی مسئولیت تراکنش‌ها و توان بانک‌ها برای پایش پیوسته را برجسته می‌کند. شناسایی کنترل‌کننده‌ی عامل می‌تواند در بررسی اقداماتی که به نمایندگی از او انجام شده‌اند نقش داشته باشد.
پرسش‌های پرتکرار
احراز هویت عامل هوش مصنوعی باید از کجا شروع شود؟
به گفته‌ی Rodenas، باید فرد یا شرکتی شناسایی شود که عامل را کنترل می‌کند.
TRM Labs چگونه از هوش مصنوعی استفاده می‌کند؟
این شرکت از آن برای پایش مداوم کیف‌پول‌ها و شناسایی فعالیت مشکوک استفاده می‌کند.
- #ارز دیجیتال
- #AI
- #Crypto
- #KYC
- #Cybersecurity
این خبر بازنویسی فارسی گزارش منبع اصلی است و توصیه‌ی سرمایه‌گذاری نیست. پیش از هر تصمیم مالی، منبع اصلی را بررسی و ریسک خود را بسنجید.
