Scam Sniffer: В августе фишеры украли криптовалюту на $63 млн

investing.ru发布于2024-09-03更新于2024-09-03

Аналитики Scam Sniffer отметили, что рекорд поставила жертва, у которой злоумышленники украли $55 млн, завладев прокси-сервером. Исследователи отметили снижение количества связанных с криптовалютами поддельных аккаунтов в соцсети X. Это объясняется недавними усилиями платформы по борьбе с мошенничеством.

Однако фишинговые атаки на владельцев криптоактивов становятся все более изощренными, говорят эксперты Scam Sniffer и рекомендуют усилить меры безопасности, тщательно проверяя транзакции. Любой, кто обещает вернуть 100% украденных активов, может оказаться очередным мошенником, предупредили в Scam Sniffer.

Недавно аналитики компании PeckShield сообщили, что в августе криптоиндустрия лишилась $313,86 млн из-за 10 крупных хакерских атак. Ущерб от фишинга составил более $293 млн. Причем $238 млн было украдено в биткоинах, а $55,4 млн — в стейблкоинах DAI. Аналитики отметили, что хакеры вернули криптоактивы лишь на $12 млн.

Ранее Scam Sniffer сообщил, что за январь хакеры создали более 11 000 фишинговых ресурсов, а стоимость похищенных криптовалют оценивается в $55 млн. Злоумышленники выдавали себя за представителей известных криптопроектов.

Читайте оригинальную статью на сайте Bits.media

你可能也喜欢

大模型能写出工业级优化算法吗?MIT提出FrontierOR给AI设下考场

麻省理工学院等机构的研究者推出了FrontierOR基准,用于评估大语言模型(LLM)设计大规模优化算法的能力。该基准不同于传统测试建模或调用求解器的任务,重点考察LLM能否像运筹学(OR)专家一样,针对复杂工业问题结构,自主设计出可扩展、高效且高质量的算法,例如分解、启发式搜索或混合策略。 FrontierOR包含180个源自OR学术文献的真实任务,并筛选出50个更具挑战性的“Hard”子集。评测采用两阶段流程:首先生成的算法需通过小实例的可行性预筛,然后在工业级规模的大实例上评估其解质量、速度及综合质效(QTE)。 实验结果显示,顶尖模型如GPT-5.3、Claude Opus 4.6等,在代码可执行性上已接近上限,但要在Hard任务上生成同时满足高质量和高速度的算法仍很困难。分析表明,能力较强的模型已减少基础建模错误,失败模式转向搜索深度与策略设计不足。此外,研究测试了三种自演化框架(如CORAL),发现通过迭代优化,LLM生成的算法性能可显著提升,在部分最难任务上QTE指标能从0.15提升至0.50。 这项工作标志着LLM-for-OR的研究重心正从“能否建模”转向“能否设计算法”,为开发能自主设计优化算法的AI智能体指明了方向,未来可能在供应链、能源、交通等领域实现更智能的决策支持系统。

marsbit1小时前

大模型能写出工业级优化算法吗?MIT提出FrontierOR给AI设下考场

marsbit1小时前

交易

现货
活动图片