CFTC Awards $16M to U.S. Whistleblowers; Most Tips Were Crypto-Related

CoinDeskPolicy發佈於 2023-10-31更新於 2023-11-01

文章摘要

Crypto continues to have pervasive fraud and other illegality, Commissioner Christy Goldsmith Romero said.

The Commodity Futures Trading Commission (CFTC), which regulates derivatives markets in the U.S., has paid out $16 million to whistleblowers this year, and most of the 1,530 tips involved crypto, Commissioner Christy Goldsmith Romero said on Tuesday.

"The majority of the tips received this year involved crypto – an area that continues to have pervasive fraud and other illegality," Romero said in a statement published on the CFTC website. "With the rise of crypto, more retail customers have come under the CFTC’s jurisdiction, making even more critical the efforts of the CFTC’s Whistleblower Program and the Office of Customer Education and Outreach."

Whistleblowers help identify fraud and other illegality as well as interpret evidence, Romero said. "The faster we can stop fraud, the more we can protect customers from harm."

A D V E R T I S E M E N T
A D V E R T I S E M E N T

This year's payouts included "more than $15 million to two whistleblowers who provided significant information and assistance that led the CFTC to bring separate successful enforcement cases," Goldsmith Romero said.

Cumulatively the CFTC has handed out $350 million to whistleblowers, leading to more than $3 billion ordered in enforcement sanctions, she said.

Edited by Sheldon Reback.

你可能也喜歡

如何判断AI视频真假?综述动态、可溯源、可解释的检测体系

随着AI生成视频技术(如Sora、Veo等模型)的飞速发展,生成内容的逼真度已大幅提升,对虚假视频的检测变得日益困难且紧迫。传统仅输出“真假”二分类的检测方法已无法满足需求,检测目标应重新定义为“事实保真度验证”,即核查视频内容在感知和认知层面是否与真实世界一致。 本文综述了AI生成视频检测领域的最新进展。首先,将AI生成视频分为三类范式:局部操控视频、跨模态音视频编辑和端到端生成式视频合成。针对检测,提出了一个从低层到高层的四层方法框架: 1. 底层视觉线索分析:检测像素异常、生理信号等底层伪迹。 2. 时空一致性分析:核查视频在时间和空间上的连续性与合理性。 3. 跨模态一致性分析:验证视频内画面、声音、文字等多模态信息是否对齐。 4. 语言引导的世界级推理:引入外部知识,判断视频内容是否符合常识、物理规律和事实。 检测方法的演进趋势是从依赖视觉线索(第1、2层)逐步转向结合语言和多模态推理(第3、4层)。评测体系也需相应发展,不仅评估分类准确率,更要关注模型判断的可解释性、证据的可靠性以及在真实复杂环境下的鲁棒性。 未来的可信检测系统需要协同视觉与语言双视角,建立“识别-定位-解释”的清晰推理路径,并将内容分析与来源追溯相结合。这需要计算机视觉、自然语言处理、多模态理解等领域的共同努力,构建动态、可溯源、可解释的检测体系,以应对日益严峻的AI生成视频挑战。

marsbit14 分鐘前

如何判断AI视频真假?综述动态、可溯源、可解释的检测体系

marsbit14 分鐘前

万万没想到,AI x Crypto 最先落地的是安全审计

AI正深刻改变加密领域安全审计的格局。数据显示,2026年上半年DeFi领域安全事件频发,累计损失约9.42亿美元,其中第二季度尤为严重。传统观点认为安全审计需求稳定,但以Claude Mythos为代表的新一代AI工具大幅降低了发现智能合约漏洞的门槛,攻击者可快速扫描并利用漏洞,使得传统审计报告的有效期急剧缩短。 攻击不再局限于小型协议,即使经过多家知名机构审计的头部协议也频繁遭殃。攻击手段扩展到社会工程学、基础设施配置缺陷等领域,显示代码审计的覆盖范围存在局限。例如,Drift Protocol和KelpDAO均因非代码层面的漏洞导致重大损失。同时,AI也在辅助攻击者挖掘多年前部署的旧合约漏洞,使历史审计的保护价值归零。OpenZeppelin联合创始人甚至公开表示“所有DeFi都不安全”,引发行业广泛讨论。 面对挑战,项目方开始基于新标准进行防御性的重复审计,但这更多是应对风险的被动支出。审计机构则加速转型,一方面研发AI辅助审计系统提升效率,如OpenZeppelin推出Skills系统将安全防线前移;另一方面,商业模式正从一次性报告交付转向提供持续监控、形式化验证等嵌入式服务。例如,AI原生审计工具Firepan在已被多重人工审计的Curve合约中发现了新的组合型漏洞,展现了AI在防守端的潜力。 总之,AI加剧了攻防两端的竞赛。对于项目方,安全已成为需要持续投入的基础设施;对于审计机构,唯有加快技术和服务模式的重构,才能适应新时代的竞争。安全审计赛道正从红利模式转向激烈的竞争模式。

链捕手29 分鐘前

万万没想到,AI x Crypto 最先落地的是安全审计

链捕手29 分鐘前

谁在为 640 亿美元的账面狂欢买单?

比特币跌破6万美元关键支撑位,引发市场震荡。本文聚焦于将比特币作为核心资产的上市公司所面临的潜在危机。 主要公司现状: * **微策略(Strategy)**:持有84.7万枚比特币,平均成本约7.56万美元,已出现浮亏。其股价相对比特币净资产价值出现深度折价。 * **Metaplanet**:持仓成本近9.76万美元,浮亏严重。 * **Solmate**:全仓押注Solana后,币价与股价双双暴跌,公司陷入内讧。 核心问题: 此类公司缺乏主营业务支撑,其商业模式高度依赖比特币价格上涨的“金融飞轮”。当币价下跌时,飞轮开始失效。 潜在风险: 1. **融资困境**:股价折价导致通过增发股票融资变得困难且稀释股权,可能陷入为支付债务利息而不得不低价增发或出售比特币的循环。 2. **会计准则反噬**:新会计规则要求按公允价值计量比特币,导致币价波动直接冲击利润表。牛市时放大利润,熊市时则巨幅亏损,可能引发指数基金被动抛售,形成下跌螺旋。 3. **债务到期大考**:真正的危机点可能在2027年。如果比特币价格长期无法回升至平均成本线之上,公司将面临可转债回售等巨大的现金偿付压力,最终可能被迫大规模抛售比特币以换取法币,引发流动性危机。 结论:持币公司模式并未消除风险,只是将即时的价格爆仓,转化为了未来由时间触发的债务兑付危机。真正的考验尚未到来。

链捕手49 分鐘前

谁在为 640 亿美元的账面狂欢买单?

链捕手49 分鐘前

交易

現貨
活动图片