AI辅助钱包识别钓鱼风险,周均标记约37,000次

发布时间:2026-11-11 18:00:00 UTC+8 约 1802 字 6 个小节
钱包钓鱼预警 AI辅助检测 签名请求与风险域名识别

钱包弹出的风险提醒变多,可能是可疑活动增加,也可能是检测系统看得更细了。据Cointelegraph报道,一家数字资产钱包正在扩大AI辅助威胁检测,其每周被标记为潜在钓鱼风险的签名请求,已从5,000次升至约37,000次。

这里最容易混淆的是:被标记的签名请求,不等于独立攻击,更不等于已经发生的资金损失。要看懂这组钱包钓鱼预警数据,得把统计对象、检测方式和风险域名覆盖范围分开看。

钱包钓鱼预警统计的是什么?

该钱包首席运营官Alvin Kan向Cointelegraph介绍,第三季度每周平均约有37,000次签名请求被标记为潜在钓鱼风险,第二季度的对应数字为5,000次。

这项统计记录的是被标记的签名交互。也就是说,系统在用户准备签名的环节发现了可疑信号,随后将这次交互纳入统计。它并不是对攻击者、钓鱼网站或受影响用户分别去重后的数量。

因此,不能把约37,000次直接写成约37,000起攻击,也不能据此推算有多少人遭受损失。报道没有提供足够信息,将这些请求进一步对应到独立事件、具体受害者或已确认的损失金额。

预警变多就是攻击变多吗?

Kan给出的解释包含两方面:威胁活动可能增加,检测能力也有所改善。不过,现有数据无法量化这两种因素各自贡献了多少。

该钱包在第二季度引入了AI辅助风险检测。这意味着,前后两个阶段不仅预警数量不同,识别工具的能力也发生了变化。此前未被识别的可疑请求,在检测能力改善后可能进入统计范围。

说白了,发现得更多和实际发生得更多,是不同的问题。目前可以确认的是,被系统标记的请求量上升了;至于其中多少来自威胁活动变化,多少来自识别覆盖改善,报道没有给出拆分结果。

这也是阅读钱包安全数据时必须保留的边界。单看预警数量,既不能证明所有新增提醒都对应新增攻击,也不能反过来认定增长完全来自检测升级。

AI怎样检查钓鱼网站和签名?

按照该钱包的说明,扩展后的AI检查会查看网站代码和域名注册信息,从中寻找欺诈迹象。检查对象不只是页面上展示的文字,还包括网站本身及其域名相关信息。

签名之前,钱包还会进行交易模拟,用来发现可能隐藏的权限。这里关注的是用户即将授权什么,而不只是页面声称要做什么。

网站检查与交易模拟处理的是不同环节:前者寻找访问对象的可疑之处,后者检查签名可能涉及的权限。报道介绍了这些检测方式,但没有公布完整识别规则,也没有提供误报率或漏报率。

因此,AI辅助检测可以被理解为风险识别工具,不能仅凭这些介绍,就将其等同于对所有恶意网站和危险授权的完整识别。

钱包钓鱼预警 网站代码检查 域名信息与签名前交易模拟

风险域名识别占比说明什么?

该钱包称,在十月新封禁的风险域名中,AI帮助识别的比例为90%,第二季度的对应比例为36%。这组数字描述的是AI在新增封禁域名识别中的参与情况,不是全部签名请求的危险比例。

另一个数据是,在当月被AI标记的域名中,近70%在该钱包所检查的外部威胁情报源里,没有匹配的警报。

这里的范围不能省略:对比对象是该钱包实际检查过的外部情报源。没有找到匹配警报,并不等于所有安全机构都未发现这些域名,也不等于这些域名此前从未被任何系统记录。

同样,90%不能直接当作AI检测准确率。要判断准确率,还需要知道哪些标记最终得到确认、哪些属于误报,而报道没有给出这类验证结果。

恶意签名与仿冒网站有什么关系?

报道同时列举了针对数字资产用户的钓鱼事件。七月,一名交易者在签署恶意以太坊代币授权后,损失接近$1 million。这个案例涉及的关键环节,是签名所授予的权限。

另一起事件来自Rapid7在八月披露的调查:一场钓鱼活动面向885,000个电话号码发送信息,将接收者引向冒充钱包服务提供方的网站。

这两类情况说明,钓鱼风险不只出现在网页打开的那一刻,也可能延伸到签名授权环节。仿冒网站负责制造可信外观,恶意授权则涉及用户实际允许执行的内容;不过,报道没有说明上述事件与该钱包本次预警统计之间存在直接关联。

所以,这些案例可以帮助理解网站检查和签名模拟分别关注什么,却不能被直接计入约37,000次周均预警,更不能拿来推算这批预警对应的损失。

结语:预警量不等于损失量

这次披露明确了被标记签名请求的增长,也给出了AI参与风险域名识别的比例变化。但请求标记量、域名识别占比、独立攻击数量和已确认损失,仍然是不同口径。读懂这份钱包钓鱼预警数据,关键就在于保留这些区别,不把检测端的变化直接写成损失端的结论。

关键词 钱包钓鱼预警签名授权风险AI风险检测

本文基于公开媒体报道整理,仅作信息参考,不构成任何投资依据,内容以原文为准。

更多资讯

全部资讯 →