Coinbase ترقية نظام مكافحة الاحتيال: دمج التعلم الآلي ومحرك القواعد، وتقليل زمن الاستجابة إلى بضع ساعات

أخبار صحيفة Odaily Planet Daily: قالت Coinbase إنها تعمل على تحسين عملية إنشاء القواعد في نظام مكافحة الاحتيال من خلال دمج نماذج التعلم الآلي ومحرك القواعد، لتحقيق إدارة مخاطر أكثر كفاءة، كما اقترحت استراتيجية مزدوجة “النموذج مسؤول عن الدفاع طويل الأمد، والقواعد مسؤولة عن الاستجابة السريعة”، وبناء إطار موحد يجعل الاثنين يشكلان حلقة تغذية مرتدة: تُستخدم القواعد لالتقاط سلوكيات الاحتيال الجديدة، وتُدرّب النماذج بشكل عكسي، مما يعزز القدرة الدفاعية الشاملة بشكل مستمر.

وفيما يتعلق بالتحسينات المحددة، قامت Coinbase بإعادة هيكلة بنية البيانات، وأتمتة تطور المخططات، وإدخال أدوات تحليل تعتمد على دفتر الملاحظات، لتحويل عملية إنشاء القواعد التي كانت تعتمد على اليدوي إلى عملية تعتمد على البيانات والتوصيات التلقائية، مما أدى إلى تحسين كبير في الكفاءة. من بين ذلك، زادت كفاءة اختبار القواعد بأكثر من 10 مرات، وتم تقليل زمن الاستجابة الإجمالي من عدة أيام إلى عدة ساعات. بالإضافة إلى ذلك، يساعد النظام الجديد من خلال توصيات المعلمات باستخدام التعلم الآلي على تقليل معدلات الخطأ، مما يقلل من تأثيره على المستخدمين الطبيعيين أثناء مكافحة الاحتيال.

وأشارت Coinbase إلى أن الخطوة التالية ستتمثل في دفع توليد القواعد التلقائية استنادًا إلى الأحداث، واستكشاف تحويل القواعد الفعالة “بنقرة واحدة” إلى ميزات للنموذج، مما يخطو خطوة أخرى نحو نظام إدارة المخاطر الآلي.