Cybersecurity

Kailangan ng Seguridad sa Crypto ng Pagsusuri ng Phishing na May Kamalayan sa Merkado

mm
Na-publish
Idagdag ang Securities.io sa mga gusto mong mapagkunan sa Google

Sa makabagong panahon kung saan karamihan ng mga asset at mahalagang impormasyon ay digital na, ang mga scam na phishing ay isang mahalagang paraan kung paano nagnanakaw ng pera ang mga kriminal, na mas mataas kaysa sa “normal” na pisikal na pagnanakaw at pananakot, na may hanggang $25B na pandaigdigang pagkalugi na direktang iniuugnay sa phishing taun-taon.

Sa mas malawak na pananaw, tinatayang nagdulot ng pagkalugi na $485.6B sa buong mundo ang mga panlilinlang at mga iskema ng panlilinlang sa bangko.

Lalo pang nagpapalala, napakababa ng pag‑recover ng pondo, na kasing baba ng 5% para sa digital na phishing at cyber fraud (kumpara sa 20% para sa ninakaw na pisikal na ari‑arian), dahil agad na nililinis ang ninakaw na pondo sa pamamagitan ng mga cryptocurrency o pinagsama‑samang internasyonal na wire network.

Ang pamamaraang ito ay nakikita ang mga scammer na nagpapanggap bilang mapagkakatiwalaang entidad upang lokohin ang mga indibidwal na ibunyag ang sensitibong impormasyon, mag‑download ng malware, o maglipat ng pondo. Kaya ito, sa kanyang pinakapuso, ay isang anyo ng social engineering na kumokontrol sa sikolohiya at tiwala ng tao kaysa umasa lamang sa mga teknikal na paraan ng pag‑hack.

Ang mga pamilihan ng cryptocurrency ay lalo pang madaling tamaan ng ganitong mga pag‑atake, dahil ang mga transaksyon ay hindi na mababago at ang ninakaw na encryption keys ay maaaring magbigay sa mga kriminal ng akses sa literal na kayamanan.

Dalawang kamakailang papel na pananaliksik ang sinuri ang paglaganap at mga katangian ng phishing sa cryptocurrency, partikular sa Ethereum network.

Ang una, na inilathala ng mga mananaliksik mula sa University of Manchester (UK), American University of Sharjah (UAE), at Renmin University of China, ay nagsusuri sa mga kondisyon ng merkado kung kailan pinaka laganap ang phishing. Inilathala ito sa International Review of Economics & Finance1, at pinamagatang “The interplay between crypto market conditions and phishing crimes: Ethereum under the microscope”.

Ang ikalawang artikulo, na isinulat ng isang mananaliksik sa Interdisciplinary Research Center for Finance and Digital Economy, King Fahd University of Petroleum and Minerals, ay nagpapakita na ang mga modelo ng machine‑learning ay maaaring tuklasin ang mga phishing na transaksyon nang may mataas na katumpakan gamit ang compact na mga tampok sa antas ng transaksyon. Inilathala ito sa Blockchain: Research and Applications2, sa pamagat na “Enhanced Phishing Transactions Detection on Ethereum Network with Tree‑based Ensembles: An Empirical Study”.

Paano Gumagana ang Phishing?

Maaaring gumamit ang phishing ng iba’t ibang paraan ng pagtutok: maaari itong binubuo ng mass na mensahe at i‑filter lamang ang mga taong nabibiktima ng scam, o maaari itong binubuo ng lubos na iniangkop na mga mensahe, na dinisenyo upang magmukhang lehitimo sa isang tiyak na indibidwal, kadalasan isang mataas na ranggong profile sa isang tiyak na organisasyon o isang mayamang tao.

Sa anumang kaso, ang pamamaraan ay nakasalalay sa pagpapanggap bilang lehitimong mensahe, maging ito man ay email mula sa bangko, invoice mula sa kilalang supplier, atbp. Madalas, ang biktima ay ire‑redirect sa isang website na mukhang lehitimo ngunit nilikha lamang upang makuha ang mga login, password, at iba pang kumpidensyal na impormasyon.

Ang mga kamakailang pag‑unlad sa AI ay lalo pang nagpalala ng mga banta, dahil mas adaptibong mensahe o kahit ang pagpapanggap ng boses ng totoong tao ay maaaring magamit upang lumikha ng tiwala.

Kaya naman, isa sa mga rekomendasyon upang protektahan laban sa phishing ay laging suriin ang buong URL ng mga web address bago ilagay ang mga password o datos pinansyal, beripikahin ang pinagmulan nang direkta, at paganahin ang multi‑factor authentication (MFA).

Kondisyon ng Merkado ng Ethereum at Phishing

Pagtatayo ng Kaugnay na Dataset

Gumamit ang pag-aaral ng buwanang datos ng cryptocurrency mula Enero 2016 hanggang Disyembre 2022 upang suriin ang mga pagbalik ng bilang ng pandaigdigang krimen ng phishing. Ang marka ng 2016 ay pinili dahil ito ang panahon kung kailan nakakuha ng mas maraming atensyon ang Ethereum at nakaranas ng mas mataas na antas ng aktibidad sa merkado, at kung kailan nagsimulang makaranas ng malaking paglago at volatility ang market capitalization ng Ethereum.

Ang phishing ay nangunguna bilang pinaka laganap na uri ng scam sa crypto space, na bumubuo ng higit sa kalahati ng kabuuan. Ang mga decentralized app chain ng Ethereum ay kung saan naganap ang napakalaking bahagi ng mga scam na ito.

Inihambing ng mga mananaliksik ang mga estadistikang ito tungkol sa phishing sa anim na metric ng pananalapi ng Ethereum na nakuha mula sa mga transaksyon na isinagawa sa Kraken cryptocurrency exchange:

  • Kabuuang bilang ng mga transaksyon.
  • Karaniwang presyo bawat transaksyon.
  • Karaniwang dami ng transaksyon.
  • Kabuuang dami ng mga token na na‑trade.
  • Kyle’s lambda: Ang ratio ng pagbabago ng presyo sa dami ng order, o kung gaano kalaki ang paggalaw ng presyo ng asset sa isang malaking kalakalan.
  • Implisit na gastos sa transaksyon.

Mas Maraming Kalakalan, Mas Maraming Phishing

Sa pagtingin sa ugnayan sa pagitan ng mga estadistika ng merkado ng Ethereum at phishing, lumitaw ang malinaw na korelasyon: ang malalaking pagtaas sa bilang ng krimen ng phishing ay malakas na nauugnay sa malalaking pagtaas sa aktibidad ng transaksyon ng Ethereum, karaniwang presyo ng transaksyon, at dami ng transaksyon.

Hindi nakakagulat, ang mga gastos sa transaksyon ay negatibong nauugnay sa aktibidad ng phishing, dahil ang mga scammer ay nag‑iwas na mawalan sa bawat ninakaw na transaksyon.

Gayunpaman, ang mababang liquidity ay konektado sa mas maraming phishing, dahil itinutulak nito ang mga gumagamit na maghanap ng alternatibo, posibleng hindi ligtas na mga paraan upang makatipid sa gastos o mapabilis ang mga transaksyon.

Isang pangunahing dahilan para sa korelasyong ito, na pinaghihinalaan ng mga mananaliksik, ay ang mas mataas na aktibidad sa kalakalan na sumasalamin sa mas mataas na interes at pakikilahok. Ito, sa kalaunan, ay lumilikha ng mas malaking pool ng mga potensyal na target ng phishing na mas malamang na nagbaba ng kanilang pag‑iingat.

Gayundin, ang takot na mapag‑iwanan (FOMO) sa posibleng pinansyal na kita ay maaari ring magdulot na maging mas bulnerable ang mga indibidwal, na humahantong sa padalus‑dalusan na desisyon.

Sa pangkalahatan, ito ay lumilikha ng dalawang channel kung saan ang mga kondisyon sa merkado ng Ethereum ay nakakaapekto sa phishing. Ang una ay ang mas mababang gastos na nagdudulot lamang ng mas malaking kita, na nagbibigay insentibo sa mga kriminal na dagdagan ang kanilang mga pagtatangka sa phishing.

“Kapag ang liquidity ay malalim at ang implisit na gastos ay mababa, ang mga nagkasala ay maaaring ilipat o i‑convert ang ninakaw na asset na may mas mababang gastos sa pagpapatupad, na nagpapataas ng netong kita mula sa phishing.”

Ang ikalawa ay ang kaalaman na ang matitinding pagtaas sa presyo, volatility, at dami ng kalakalan ay maaaring makaakit ng mga hindi bihasa o kulang sa kaalaman na mga mamumuhunan sa merkado, na mas exposed sa mga spekulatibong kwento, kagyat na pangangailangan, at takot na mapag‑iwanan.

“Sa ganitong kahulugan, ang damdamin at atensyon ng merkado ay gumaganap bilang mga behavioural mediator, dahil hindi nila direktang sanhi ang phishing, ngunit maaari nilang dagdagan ang posibilidad ng tagumpay ng mga pagtatangka sa phishing sa pamamagitan ng pagtaas ng bilang at kahinaan ng mga potensyal na biktima.”

Implikasyon sa Patakaran

Dahil ang mga operasyon ng phishing ay hindi gumagana sa kawalan, kundi tumutugon sa mga kondisyon ng merkado, ganoon din dapat ang mga patakaran hinggil sa mga krimen sa pananalapi. Ang unang hakbang ay kilalanin ang mga ugnayang ito at tumugon nang naaayon.

“Maaaring palakasin ng mga awtoridad sa regulasyon at mga cryptocurrency exchange ang kanilang mga mekanismo ng surveillance sa panahon ng makabuluhang aktibidad o volatility ng merkado, na nag‑aampon ng mga proaktibong estratehiya upang tuklasin at pigilan ang mga potensyal na kampanya ng phishing bago ito makaapekto sa mga biktima.”

Isa pang elemento ay ang posibilidad na ang mga gastos sa transaksyon ay hindi lamang gastos, kundi pati na rin isang hadlang laban sa mga kriminal na gawain. Kaya habang hindi kanais‑nais ang pangkalahatang mataas na gastos sa transaksyon, ang mga target na buwis sa kahina‑hinalang mataas na dalas na transaksyon ay maaaring makatulong nang malaki.

“Ang pagtaas ng gastos sa transaksyon ay tila humahadlang sa aktibidad ng phishing, na nagpapahiwatig na maaaring tuklasin ng mga regulator ang mga patakaran o mekanismo na estratehikong nakakaapekto sa gastos sa transaksyon upang mapigil ang iligal na gawain nang hindi negatibong naaapektuhan ang lehitimong operasyon ng merkado.”

Sa huli, ang mga kampanya sa pampublikong kamalayan ay dapat na mahigpit na i‑synchronize sa dinamika ng merkado, lalo na sa mga panahon ng pinataas na aktibidad ng merkado ng Ethereum o makabuluhang paggalaw ng presyo.

“Ang mga pagsisikap sa edukasyon, kasama ang napapanahong mga alerto sa publiko tungkol sa mga potensyal na banta ng phishing, ay maaaring makabuluhang mabawasan ang antas ng pagiging biktima sa pamamagitan ng pagpapataas ng kamalayan sa mga mamumuhunan at mangangalakal.”

Pagtuklas ng Crypto‑Phishing Gamit ang AI

Pagsusuri ng mga Modelo ng Machine Learning

Sa pag-aaral na ito, gumamit ang mga mananaliksik ng mga algorithm ng machine‑learning upang subukan ang kanilang kakayahang tuklasin ang mga crypto scam. O mas tiyak, upang tasahin ang bisa ng mga tree‑based ensemble model (mga algorithm na nag‑aggregate ng mga prediksyon mula sa maraming indibidwal na decision tree) sa pagtuklas ng mga phishing attack sa Ethereum network.

Kabilang dito ang pitong tree‑based ensemble model: Random Forest, Extra Trees, AdaBoost, CatBoost, Gradient Boosting, XGBoost, at Hist Gradient Boosting.

Gumamit sila ng dataset ng 71,250 totoong transaksyon ng Ethereum mula 2017 hanggang 2019, na ibinigay ng isa pang mananaliksik, kung saan 22% ay anomalous. Ang mga abnormal (fraud) na transaksyon ay kinolekta mula sa open‑source tool na EtherscanDB.

Anong Datos ang Kapaki‑pakinabang para sa Pagtuklas ng Fraud?

Mula sa pagsusuring ito, ilang mga katotohanan ang lumilitaw.

Ang una ay na ang ilang tampok ng datos ay napaka‑kapaki‑pakinabang para sa pagtuklas ng phishing, tulad ng timestamp at numero ng block, pati na rin ang gas at gas price, habang ang iba ay halos walang kahalagahan, tulad ng transaction index o block hash.

Ang isa pa ay na ang ilang modelo ay mas epektibo at mas mabilis sa pagtuklas ng fraud. Sa puntong ang ilan ay tumatagal ng hanggang 5 beses na mas matagal.

Gayunpaman, ang bilis at computational efficiency na ito ay maaaring kasabay ng mas mababang precision, dahil ang Gradient Boosting ay ang pinakamabagal, ngunit ito rin ang modelong nakamit ang pinakamalakas na pangkalahatang performance sa pagtuklas.

Sa praktika, maaaring makahanap ng kompromiso sa pagitan ng intensity ng compute at kahusayan sa pagtuklas ng fraud.

“Ang paggamit ng compact na representasyon ng tampok ay nagpapakita na ang epektibong pagtuklas ng phishing ay maaaring makamit na may nabawasang computational overhead, na nagpapabuti sa scalability.”

Tungo sa Mas Ligtas na Pamilihan ng Cryptocurrency

Ang mga crypto ay naging target ng mga scam at paraan para sa mga kriminal na linisin ang kanilang hindi kinitang kita, isang katotohanang matagal nang mantsa sa reputasyon ng sektor.

Salamat sa mas maraming akademikong pananaliksik tulad ng mga pag‑aralan na ito, maaaring makamit ang mas malalim na pag‑unawa sa dinamika ng merkado at ang kakayahang tuklasin at harangan ang mga phishing attack.

Sama‑sama, itinuturo ng mga natuklasan ang isang hinaharap kung saan ang mga exchange, wallet, regulator, at mga kumpanya ng blockchain analytics ay itinuturing ang pag‑iwas sa phishing bilang isang dynamic na problema sa pamamahala ng panganib na nakaugnay sa mga kondisyon ng merkado.

Dapat din itong tandaan ng lahat ng gumagamit ng crypto, na ang madaling daan o biglaang pangangailangan para sa pagkakakilanlan o password ay dapat tratuhin nang lubos na pagdududa, lalo na sa panahon ng mga boom sa merkado at mga yugto ng mataas na volatility.

MgaPag-aaral na Binanggit

1. Yuanyuan Zhang, et al. The interplay between crypto market conditions and phishing crimes: Ethereum under the microscope. International Review of Economics & Finance. Setyembre 2026. Artikulo: 105497. Volume 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. 12 Hunyo 2026, 100506. https://doi.org/10.1016/j.bcra.2026.100506

mm

Si Jonathan ay dating mananaliksik na biochemist na nagtrabaho sa pagsusuri ng henetika at mga klinikal na pagsubok. Siya ngayon ay isang stock analyst at manunulat sa pananalapi na nakatuon sa inobasyon, mga siklo ng merkado, at heopolitika sa kanyang publikasyon 'The Eurasian Century'.