サイバーセキュリティ
暗号セキュリティは市場認識型フィッシング検出が必要
Securities.io を Google の優先ソースに追加
現代ではほとんどの資産や重要な情報がデジタル化されており、フィッシング詐欺は犯罪者が金銭を盗む主要な手段であり、”通常”の物理的な強盗や恐喝よりもはるかに高額で、年間最大250億ドルのフィッシング直接損失が世界的に報告されています。
より広範に見ても、詐欺や銀行詐欺のスキームは世界で4856億ドルの損失をもたらしたと推定されています。
さらに悪化させるのは、資金回収率が非常に低く、デジタルフィッシングやサイバー詐欺ではわずか5％（物理的な財産の盗難での20％と比較）であり、盗まれた資金は暗号通貨や国際送金ネットワークを通じて即座に洗浄されます。
この手法では、詐欺師が信頼できる組織になりすまして個人を騙し、機密情報を開示させたり、マルウェアをダウンロードさせたり、資金を送金させたりします。つまり、本質的には技術的なハッキング手法に頼るのではなく、人間の心理と信頼を操作するソーシャルエンジニアリングの一形態です。
暗号通貨市場は特にこのような攻撃に脆弱であり、取引は不可逆であり、盗まれた暗号鍵により犯罪者が実質的な財産にアクセスできてしまいます。
最近の2つの研究論文は、暗号通貨、特にイーサリアムネットワークにおけるフィッシングの蔓延と特徴を分析しました。
最初の論文は、マンチェスター大学（英国）、アメリカン大学シャルジャ（UAE）、中国人民大学の研究者によって発表され、フィッシングが最も蔓延する市場状況を調査しています。International Review of Economics & Finance1に掲載され、タイトルは「The interplay between crypto market conditions and phishing crimes: Ethereum under the microscope」です。
2番目の論文は、King Fahd University of Petroleum and Minerals の金融・デジタル経済学際研究センターの研究者によって執筆され、機械学習モデルがコンパクトな取引レベルの特徴を用いてフィッシング取引を高精度で識別できることを示しています。Blockchain: Research and Applications2に掲載され、タイトルは「Enhanced Phishing Transactions Detection on Ethereum Network with Tree-based Ensembles: An Empirical Study」です。
フィッシングはどのように機能するのか？
フィッシングはさまざまなターゲティング手法を使用できます。大量メッセージを送り、詐欺に引っかかる人だけを絞り込むこともあれば、特定の個人、通常は特定組織の高位プロファイルや高資産者に対して合法的に見えるようにカスタマイズされた高度にテーラーメイドされたメッセージで構成されることもあります。
いずれの場合も、手法は正当なメッセージ（銀行からのメール、既知の取引先からの請求書など）になりすますことに依存しています。被害者はしばしば、正規サイトに見えるが実際にはログイン情報やパスワード、その他機密情報を取得するだけのウェブサイトへリダイレクトされます。
AIの最近の進歩により、脅威はさらに深刻化しています。より適応的なメッセージや実在する人物の声の模倣さえも信頼を構築するために利用され得ます。
それゆえ、フィッシングから保護するための推奨事項として、パスワードや金融データを入力する前にウェブアドレスの完全なURLを必ず確認し、送信元を直接検証し、マルチファクタ認証（MFA）を有効にすることが挙げられます。
イーサリアム市場状況とフィッシング
関連データセットの構築
本研究は2016年1月から2022年12月までの月次暗号通貨データを使用し、世界的なフィッシング犯罪数の推移を分析しました。2016年が選ばれたのは、イーサリアムが公衆の注目を集め、市場活動が活発化し、時価総額が大幅な成長と変動を示し始めた時期であるためです。
フィッシングは暗号領域で最も蔓延している詐欺形態で、全体の半数以上を占めています。イーサリアムの分散型アプリチェーンがこれらの詐欺の圧倒的多数が発生した場所です。
研究者は、Kraken暗号通貨取引所で実行された取引から取得した6つのイーサリアム財務指標とフィッシング統計を比較しました。
- 取引総数。
- 取引あたりの平均価格。
- 取引あたりの平均数量。
- 取引されたトークンの総量。
- Kyleのラムダ：価格変動と注文量の比率、すなわち大口取引が資産価格に与える影響。
- 暗黙的取引コスト。
取引が増えるほどフィッシングも増加
これらのイーサリアム市場指標とフィッシングの相関関係を見ると、明確な相関が浮かび上がります。フィッシング犯罪数の大幅な増加は、イーサリアム取引活動、平均取引価格、取引数量の大幅な増加と強く関連しています。
驚くべきことではありませんが、取引コストはフィッシング活動と負の相関があり、詐欺師は各盗難取引での損失を回避しようとします。
しかし、流動性が低いことはフィッシングの増加と関連しており、ユーザーはコスト削減や取引高速化のために代替の、潜在的に安全でない手段を探すようになります。
研究者が推測するこの相関の主な理由は、取引活動の増加が関心とエンゲージメントの高まりを示すことです。これにより、警戒心が低下した潜在的なフィッシング対象者のプールが拡大します。
同様に、潜在的な金融利益を逃すことへの恐れ（FOMO）も個人をより脆弱にし、軽率な判断を招くことがあります。
全体として、イーサリアム市場の状況がフィッシングに影響を与える二つのチャネルが生まれます。第一は、コストが低いことで利益が拡大し、犯罪者がフィッシング試行を増やすインセンティブになることです。
“流動性が深く、暗黙的コストが低い場合、犯罪者は盗まれた資産を低い実行コストで移動または変換でき、フィッシングからの純利益が増加します。”
もう一つは、価格、ボラティリティ、取引量の急激な上昇が経験の浅い、または情報が不十分な投資家を市場に引き寄せ、投機的なストーリーや緊急性、FOMOにさらされやすくなるという認識です。
“この意味で、市場のセンチメントと注目は行動的媒介者として機能し、直接的にフィッシングを引き起こすわけではありませんが、潜在的被害者の数と感受性を高めることで、フィッシング試行の成功確率を上げる可能性があります。”
政策への示唆
フィッシング活動は真空状態で行われるわけではなく、市場状況に反応するため、金融犯罪に関する政策も同様に対応すべきです。第一歩として、これらの関係を認識し、適切に対応することが求められます。
“規制当局や暗号通貨取引所は、市場活動やボラティリティが顕著な期間に監視メカニズムを強化し、被害者に影響が及ぶ前に潜在的なフィッシングキャンペーンを特定・阻止するための積極的な戦略を採用できるでしょう。”
別の要素として、取引コストは単なるコストではなく、犯罪活動への抑止力にもなり得ます。そのため、全体的に高い取引コストは望ましくありませんが、疑わしい高頻度取引に対する対象的な課税は大いに効果的です。
“取引コストの上昇はフィッシング活動を抑止するように見えるため、規制当局は合法的な市場運営に悪影響を与えずに不正活動を緩和するため、取引コストを戦略的に調整する政策やメカニズムを検討すべきです。”
最後に、公共の啓発キャンペーンは市場の動向と緊密に連動させるべきであり、特にイーサリアム市場の活動が活発化したり、価格変動が大きい時期に重要です。
“教育活動と、潜在的なフィッシング脅威に関する適時の公共警報を組み合わせることで、投資家やトレーダーの認識を高め、被害率を大幅に減少させることができます。”
AIによる暗号フィッシング検出
機械学習モデルの選択
本研究では、研究者は機械学習アルゴリズムを用いて暗号詐欺の検出能力をテストしました。より正確には、ツリー型アンサンブルモデル（複数の個別決定木の予測を集約するアルゴリズム）のイーサリアムネットワークにおけるフィッシング攻撃検出の有効性を評価しました。
これには、ランダムフォレスト、エクストラツリー、AdaBoost、CatBoost、勾配ブースティング、XGBoost、Hist Gradient Boostingの7つのツリー型アンサンブルモデルが含まれます。
研究者は、別の研究者が提供した2017年から2019年の実際のイーサリアム取引71,250件のデータセットを使用し、そのうち22％が異常取引でした。異常（詐欺）取引はオープンソースツールのEtherscanDBから収集されました。
詐欺検出に有用なデータは何か？
この分析から、いくつかの事実が浮かび上がります。
まず、ブロックのタイムスタンプやブロック番号、ガス量やガス価格などの一部の特徴がフィッシング検出に非常に有用である一方、取引インデックスやブロックハッシュなどは実質的に無関係であることが分かります。
もう一つは、いくつかのモデルは詐欺検出においてはるかに効率的かつ高速であり、あるモデルは最大で5倍の時間がかかることもあります。
しかしながら、この速度と計算効率は精度低下と並行することがあり、勾配ブースティングは最も遅いものの、全体的な検出性能が最も高いモデルでもありました。
実務上、計算負荷と詐欺検出効率の間で妥協点を見つけることが可能です。
“コンパクトな特徴表現の使用は、計算負荷を削減しながら効果的なフィッシング検出が可能であり、スケーラビリティが向上することを示しています。”
より安全な暗号通貨市場へ向けて
暗号通貨は詐欺の標的であると同時に、犯罪者が不正に得た利益を洗浄する手段でもあり、この事実は長らく業界の評判に汚点を残してきました。
このような研究による学術的な調査のおかげで、市場ダイナミクスのより深い理解と、フィッシング攻撃を検出・阻止する能力が得られます。
総合的に、これらの知見は、取引所、ウォレット、規制当局、ブロックチェーン分析企業がフィッシング防止を市場状況に結びついた動的リスク管理課題として扱う未来を示唆しています。
すべての暗号通貨ユーザーにとって、簡単な手順や突然の本人確認・パスワード要求は、特に市場が活況を呈し高いボラティリティが続く時期には、最大限の警戒をもって扱うべき重要なポイントです。
研究 参照
1. Yuanyuan Zhang, et al. The interplay between crypto market conditions and phishing crimes: Ethereum under the microscope. International Review of Economics & Finance. 2026年9月. 記事: 105497. 巻: 110. 10.1016/j.iref.2026.105497
2. Shikah J. Alsunaidi and Hamoud Aljamaan. Enhanced Phishing Transactions Detection on Ethereum Network with Tree-based Ensembles: An Empirical Study. Blockchain: Research and Applications. 2026年6月12日, 100506. https://doi.org/10.1016/j.bcra.2026.100506
