Мужчина из Аризоны украл $300 тыс в криптовалюте, выдав себя за водителя такси

cryptonews.ruDipublikasikan tanggal 2023-04-16Terakhir diperbarui pada 2024-12-16

Мужчина, выдававший себя за водителя Uber в Скоттсдейле, штат Аризона, был арестован после того, как украл в общей сложности $300 000 долларов в криптовалюте у двух ничего не подозревающих пассажиров.

Согласно отчету Fox10 Phoenix от 12 декабря, полицейское управление Скоттсдейла заявило, что Нурухусейн Хусейн заманивал жертв, ожидавших снаружи отеля W в Скоттсдейле в марте и снова в октябре, выдавая себя за заказанное ими в Uber такси и обращаясь к ним по имени.


Нурухусейн Хусейн подобрал двух жертв возле отеля W в Скоттсдейле и выманил у них 300 000 долларов в криптовалюте. Источник: Google

Полиция сообщает, что Хусейн, оказавшись в машине, попросил у пассажира телефон, якобы потому, что его устройство было сломано. Во втором случае Хусейн предложил устранить неполадки в приложении Uber после того, как пассажир спросил, почему оно показывает, что водитель еще не приехал.

Предполагается, что Хусейн затем использовал телефон своего пассажира, чтобы взломать его счета Coinbase, переведя криптовалюту с телефона на телефон и затем в холодное хранилище. В судебных документах не говорится, откуда Хусейн узнал имена пассажиров.

По словам прокуроров, Хусейн угрожал одной из жертв, когда она заподозрила неладное, и попросила вернуть телефон, сказав ей «успокоиться, иначе случится что-то плохое».

Хусейн был арестован детективами Скоттсдейла и специальными агентами Секретной службы США 11 декабря по обвинению в краже, мошенничестве и отмывании денег.

Прокуроры успешно подали ходатайство судье о залоге в размере 200 000 долларов и электронном мониторинге, если Хусейн сможет выплатить залог за свое освобождение. Власти говорят, что расследование продолжается.

Хусейну также запретили пользоваться интернетом и выезжать за границу после того, как прокуроры успешно доказали, что существует риск уничтожения «дополнительных доказательств» или побега обвиняемого в Эфиопию, где, как сообщается, он часто бывает. Хусейн должен вернуться в суд 18 декабря.

По данным GitHub, за последний год в разных странах было зафиксировано не менее 19 случаев офлайн-грабежа криптовалюты, по сравнению с 17 в 2023 году и 32 в 2021 году.

На онлайн-платформе перечислены случаи личной кражи криптовалюты, начиная с 2014 года, когда неизвестный звонивший якобы пытался вымогать у компьютерного ученого и криптографа Хэла Финни 1000 BTC, которые на тот момент стоили 400 000 долларов.

В последнем зафиксированном инциденте 3 декабря воры в Мельбурне, Австралия, проехали через окно торгового центра и скрылись с биткоин-банкоматом. Позже полиция Мельбурна обнаружила банкомат в парке, вскрытый и горящий.

Bacaan Terkait

Model Besar AS Menuju Keterbatasan, Atas Nama Keamanan

Penulis: Xiao Jing, Editor: Xu Qingyang Pada akhir Juni 2026, pemerintah AS melakukan intervensi langsung terhadap model AI terdepan. Anthropic harus menarik model Fable 5 dan Mythos 5, sementara OpenAI meluncurkan GPT-5.6 dengan akses API terbatas hanya untuk mitra yang disetujui pemerintah. Proses ini menciptakan siklus "hentikan – negosiasi – izin bersyarat" dalam waktu kurang dari sebulan. Inti masalahnya adalah apakah model-model ini benar-benar terlalu kuat dan berbahaya. OpenAI dan Anthropic menyatakan, berdasarkan kerangka keamanan mereka sendiri, model-model ini tidak melewati ambang batas risiko yang tidak dapat diterima. Namun, pemerintah AS, yang dianggap kurang memiliki keahlian teknis di bidang AI terdepan, tetap memberlakukan pembatasan. Keputusan ini didorong oleh beberapa faktor: kemampuan model yang dapat didemonstrasikan, laporan keamanan dari pesaing (seperti Amazon), dan perintah eksekutif AI baru dari Presiden Trump yang membutuhkan contoh penegakan hukum. Situasi ini mengingatkan pada "Perang Kripto" tahun 1990-an, di mana pemerintah AS berusaha membatasi ekspor algoritma enkripsi kuat dengan alasan keamanan nasional. Upaya itu akhirnya gagal karena teknologi menyebar secara global, dan pembatasan justru merugikan perusahaan AS. Para ahli memperingatkan bahwa pembatasan serupa pada model AI dapat menghambat inovasi, mengganggu logika investasi industri, dan memperlambat difusi teknologi yang penting untuk keunggulan kompetitif jangka panjang. Dean W. Ball, mantan penasihat AI Gedung Putih, mengkritik proses persetujuan yang tidak transparan, tanpa standar jelas, dan tidak memiliki batas waktu. Dia memperingatkan bahwa jika hanya segelintir orang dan lembaga yang memiliki akses ke AI terdepan, hal itu justru dapat meningkatkan risiko konsentrasi kekuasaan. Sementara itu, model AI China terus berkembang dengan pendekatan sumber terbuka. Insiden Juni 2026 ini mungkin menandai dimulainya era di mana pemerintah AS menjadi gerbang wajib untuk peluncuran model AI terdepan, mengubah dinamika industri yang sebelumnya lebih terbuka.

链捕手11m yang lalu

Model Besar AS Menuju Keterbatasan, Atas Nama Keamanan

链捕手11m yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

Meskipun harga Ethereum (ETH) turun 20-45% sejak awal tahun, minat institusional terhadap aset kriptu terkemuka ini tetap kuat. SharpLink, setelah jeda delapan bulan, kembali membeli 5.000 ETH senilai sekitar $7,88 juta, diikuti penambahan 26.324 LSETH senilai $45,54 juta. Total kepemilikannya kini mencapai 876.285 ETH, menunjukkan keyakinan pada utilitas jangka panjang dan pendapatan staking Ethereum, meski menghadapi kerugian belum terealisasi hampir $1,71 miliar. Tren akumulasi ini juga tercermin pada aktivitas "paus" (whale), dengan satu dompet baru mengakumulasi 18.361 ETH senilai $28,9 juta dalam sembilan hari terakhir, menandakan persiapan untuk pergerakan harga di masa depan. Namun, kepercayaan yang kembali bangun ini belum sepenuhnya tercermin dalam permintaan institusional yang lebih luas. ETF Spot Ethereum justru mencatat arus keluar bersih, dengan penarikan $12,85 juta pada 26 Juni. Meski demikian, total aset yang dipegang penerbit ETF masih signifikan, senilai lebih dari $8,38 miliar, yang mengindikasikan penyesuaian posisi berkelanjutan daripada pelepasan total. Pada intinya, akumulasi oleh treasury perusahaan dan paus mendukung prospek jangka panjang Ethereum, tetapi pemulihan berkelanjutan masih bergantung pada membaiknya sentimen pasar dan arus masuk ETF yang lebih kuat untuk mengimbangi tekanan penjualan institusional yang masih ada.

ambcrypto5j yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

ambcrypto5j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit6j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit6j yang lalu

Trading

Spot
活动图片