Így segíti a számítógépes látás a csalók kiszűrését

​A számítógépes látás a Binance platformján egyre jelentősebb szerepet tölt be a tranzakciók hitelesítésében.
 

A Binance a nagy nyelvi modelleket (LLM) is beveti azért, hogy közel valós időben legyen képes ellenőrizni a felhasználók egymás közötti (P2P) átutalásait, így azonosítva a gyanús pénzmozgásokat. A világ legnagyobb kriptotőzsdéje azonban más módszereket is alkalmaz 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. Arra is számítaniuk kell, hogy a fizetési igazolások csak látszólag valódiak, hiszen ezeket akár egyszerű képszerkesztő programokkal is meg lehet hamisítani. Ez pedig igencsak megnehezíti a fogadó fél számára a hamis tranzakciók azonosítását. Ehhez járul még hozzá a csalók pszichológiai hadviselése: a pánikkeltés és a sürgetés, amellyel belehajszolják az áldozatukat egy-egy hibába, figyelmetlenségbe.
 
A Binance platformján több mint 250 ezer képet küldenek egymásnak a felhasználók minden egyes nap, amelyeknek csak egy részét képezik a fizetési igazolások. Ráadásul ezen képek a formátumukat, megjelenésüket, forrásukat tekintve is nagyon eltérőek, ami még jobban megnehezíti a manipulációk azonosítását.