研究显示:加密货币用户遭遇冒充诈骗激增1400%

bitcoinist發佈於 2026-01-14更新於 2026-01-14

文章摘要

研究显示,2025年加密货币冒充诈骗案件激增1400%,成为迄今造成损失最严重的欺诈类型之一。Chainalysis分析指出,犯罪分子利用AI工具、语音克隆和虚假客服等手段扩大攻击规模,导致链上诈骗总损失达到数百亿美元。 案件数量和单案损失金额均大幅上升,平均诈骗金额较前一年增长超600%。AI生成的语音面容克隆技术配合高可信度话术,使诈骗者能够冒充交易所员工、名人或亲友,其成功率远超传统手段。一起典型案例中,诈骗团伙单次作案便卷走1600万美元。 犯罪活动呈现产业化特征:诈骗集团通过外包脚本编写、深伪素材采购和资金转移等环节提升效率。数据显示,AI辅助的诈骗方案盈利能力达传统手段的4.5倍。尽管不同机构统计存在差异,但多个信源显示2025年加密货币诈骗总损失介于140亿至170亿美元之间。

2025年冒充诈骗案件呈爆炸式增长,增幅达约1400%,推动加密货币诈骗损失达到迄今最高水平。Chainalysis分析显示,诈骗者使用AI工具、语音克隆和虚假客服方案扩大攻击规模,致使链上诈骗总损失达到数十亿美元的低两位数区间。

冒充诈骗急剧攀升

报告披露,不仅案件数量上升,单案造成的受害者损失金额也大幅增加。冒充诈骗案平均涉案金额较上年增长超600%,这一跃升使得许多小额骗局演变为大规模盗窃。Chainalysis强调自动化工具和商业化钓鱼服务的推波助澜,使得诈骗者能像工厂流水线般运作骗局。

来源:Chainalysis

犯罪分子使用AI与深度伪造技术

2025年欺诈者大量依赖AI技术。根据报告,AI生成的语音面容克隆配合极具说服力的信息,帮助犯罪分子冒充交易所员工、名人或亲密联系人。这些方法既扩大了触及范围又提高了成功率。行业报告和分析显示,AI辅助的诈骗案收益比传统手段高出数倍。

BTCUSD现报94,929美元 图表来源:TradingView

典型案例揭示风险程度

一则公开案例中,诈骗者冒充大型交易所,单次操作便从受害者处洗劫近1,600万美元。该案成为头条新闻,因为它展示了当使用精良的虚假身份和协同社交工程时,冒充诈骗如何迅速演变为大规模盗窃。财经媒体和行业追踪机构以此案例说明策略的转变。

诈骗运作走向产业化

Chainalysis数据显示,诈骗集团现已类似小型企业运作。他们将诈骗链条的各个环节外包——包括编写脚本、购买深度伪造视频片段、雇佣资金转移手。这种模式使诈骗更高效且更难阻断。有分析发现AI辅助骗局的收益约为传统诈骗的4.5倍,攻击者利用这一差距快速提升运作规模。

2025年加密货币诈骗总损失估算因机构而异,但多方信源均指出金额高达数十亿美元。部分追踪平台报告链上被盗资金达140亿美元,而Chainalysis指出待数据统计完成后该数字可能高达170亿美元。差异反映了新事件发现速度的差异以及部分盗窃活动转入非公开渠道的情况。

头图来自Unsplash,图表来自TradingView

相關問答

Q根据Chainalysis的分析,2025年冒充诈骗案件的增长幅度是多少?

A根据Chainalysis的分析,2025年冒充诈骗案件增长了约1,400%。

Q诈骗者主要使用了哪些技术手段来扩大攻击规模?

A诈骗者使用了AI工具、语音克隆和假冒客服计划等技术手段来扩大攻击规模。

Q2025年加密货币诈骗造成的总损失估计金额范围是多少?

A多个消息来源估计2025年加密货币诈骗造成的总损失在低两位数的数十亿美元范围内,一些追踪机构报告称链上被盗资金达140亿美元,而Chainalysis指出最终数字可能高达170亿美元。

QAI辅助的诈骗方案与传统诈骗相比,盈利能力如何?

A分析发现,AI辅助的诈骗方案比传统诈骗盈利高出约4.5倍。

Q文中提到的一个高调案例中,诈骗者冒充什么并从受害者那里清空了近多少资金?

A在一个高调案例中,诈骗者冒充一家大型交易所,在一次操作中从受害者那里清空了近1,600万美元。

你可能也喜歡

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit2 小時前

如何让自己变得让人工智能永远也无法取代

marsbit2 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru5 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru5 小時前

交易

現貨
活动图片