Square Site Map
San Diego State University araştırmacıları, Twitter Listeleri aracılığıyla yapılan kripto dolandırıcılıklarının bir yıl içinde 870 bin dolarlık zarara yol açtığını belirledi. Kripto dolandırıcılıkları sebebi ile kullanıcılar fonlarının bir kısmını bu yıl da kaybetti. Bununla birlikte DeFi sektörü bu hack’lerden en çok yara alan oldu. Araştırmacılar, Haziran 2022 ile Haziran 2023 arasında Twitter‘da 87,617 hesaptan oluşturulan 95,111 dolandırıcılık listesini ortaya çıkaran tam otomatik bir dolandırıcılık tespit sistemi olan “GiveawayScamHunter”ı geliştirdi. Twitter Listeleri, kullanıcıların zaman çizelgelerinde gördükleri gönderileri özelleştirmelerine, düzenlemelerine ve önceliklendirmelerine imkan tanıyan bir sosyal medya platformu işlevidir. Ancak kullanıcılar izinsiz olarak diğer kullanıcıları dolandırıcılık amaçlı listelere ekleyebilir ve bu durumun çözümü, listeyi oluşturan kişiyi engellemektir. Araştırma makalesine göre, “365’ten fazla kurban ücretsiz olduğu vaadedilen kripto dolandırıcılığı tarafından hedef alındı ve tahmini olarak 870,000 ABD doları tutarında mali kayba yol açtı.” Ancak sorun tam anlamıyla çözülmemiş durumda. Araştırmacılar, spam hesaplarının yaklaşık yüzde 44’ünün hala aktif olduğunu tespit etti. Araştırma ekibi, bu çalışmanın dolandırıcıların Twitter üzerindeki yayılma stratejilerini, mağdurların boyutunu ve mali kayıpları açığa çıkardığını vurgulayarak, bu tür dolandırıcılıkların sosyal ağlarda yayılmasını engellemek ve kullanıcıların bu tür durumlara düşmesini önlemek için acil önlemler alınması gerektiğini belirtti. #ContentStar##GateioBountyCreator##BountyCreator##NewYearCelebration##NewsMessenger##EasterEggHunt##HotTopicDiscussion##GateLive##MyFancyCreator##contentstar##CryptoObservers##contentcreator##CryptoNewsCarnival#
Kripto dolandırıcılarını tespit eden yapay zeka geliştirildi ABD’nin San Diego Eyalet Üniversitesi’nde bir ekip, X’teki kripto dolandırıcılıklarını keşfetmek ve ifşa etmek için yapay zeka sistemi geliştirdi. Kripto para birimlerine yönelen ilgi ve sektöre giren para, arka kapıdan olumsuzlukları da beraberinde getiriyor. Birçok dolandırıcılık yöntemi, kripto sektörünün ensesine yapışmış durumda. Özellikle sosyal medya platformları bu konuda mağduriyetlerin merkezi haline geldi. ABD’nin San Diego Eyalet Üniversitesi’nde geliştirilen bir yapay zeka sistemi, kripto dolandırıcılıklarını ortaya çıkarıyor. Kripto sektörünün en yaygın kullandığı X’i (Twitter) hedef alan yapay zeka, 87.617 hesaptan oluşturulmuş 95.111 dolandırıcılık listesi keşfetti ABD’de kripto dolandırıcılığına karşı yapay zeka sistemi geliştirildi Kaliforniya'daki San Diego Eyalet Üniversitesi’nden araştırmacılar, eski adıyla Twitter olan X için bir yapay zeka sistemi geliştirdi. Bu sistem, platformdaki kripto dolandırıcılıklarını keşfediyor, izliyor ve ifşa ediyor. GiveawayScamHunter adındaki yapay zeka sistemi, Haziran 2022 ile Haziran 2023 arasında X platformunda ortaya çıkan 87.617 hesaba dikkat çekti. Bu hesaplardan 95.111 dolandırıcılık listesi keşfedildi. Araştırma ekibi, hangi listenin çekiliş dolandırıcılığına karıştığını belirlemek için daha önce tanımlanmış hediye dolandırıcılıklarını ele aldı. Bu veriler ışığında çalışan sistem, yaklaşık 100.000 hediye dolandırıcılık listesi buldu. Araştırma ekibi, veriler doğrultusunda, dolandırıcılık web siteleri ve kripto cüzdanları hakkında bilgi edindi. Raporda şu ifadeye yer verildi; “Dolandırıcı kripto para adreslerinin işlemlerini takip eden bu çalışma, 365'ten fazla kurbanın dolandırıcılar tarafından saldırıya uğradığını ve bunun da tahmini 872.000 dolarlık bir kayba yol açtığı sonucunu ortaya çıkarıyor.” #ContentStar# #BountyCreator# #GateioBountyCreator# #NewsMessenger# #GateLive# #contentstar# #MyFancyCreator# #HotTopicDiscussion# #BOSSNIGHT# #CryptoObservers# #İçerikYıldızı#
Aylar Sonra İlk: Bu Meme Coin’den 1.1 Milyarlık Yakım Geldi! Shibburn’ün verilerine göre, geçtiğimiz hafta boyunca gerçekleşen 217 işlemde toplamda 1.164.755.557 SHIB token’ı dolaşımdan kaldırıldı. Haftalık olarak 1.1 milyar SHIB’nin yakılması, yaklaşık olarak 12.504 dolar değerine tekabül etmektedir. Bu yakım miktarı, son haftalarda kaydedilen en büyük yakım olarak öne çıkmaktadır. Bir önceki haftada yalnızca 304.764.835 SHIB token dolaşımdan kaldırılmıştı. Kripto para dünyasında yakım, genellikle token arzının azaltılması ve değerin artırılması amacıyla gerçekleştirilen bir işlemdir. SHIB de bu yakım işlemleriyle, piyasadaki arz miktarının azaltılması hedefleniyor gibi görünmektedir. Özellikle son haftadaki büyük yakım miktarı, yatırımcılar arasında ilgi uyandırmış olabilir. Geçtiğimiz hafta meme coin yakımı açısından özellikle bir gün öne çıkıyor: 12 Ağustos. Cumartesi günü kaydedilen yakım işlemleri diğer günlerden daha yüksek miktardaydı. Son 24 saatte ise 804.653.619 SHIB dolaşımdan kaldırıldı. Bu sayede meme coin yakım oranı bir önceki güne kıyasla %619 arttı. Bunların yanında Shiba Inu, geçtiğimiz hafta boyunca ekosistem açısından bazı olumlu gelişimlere tanık oldu. Popüler bir analitik firması olan Santiment, SHIB ve diğer meme coin’lerin Bitcoin ve diğer altcoin’lerden ayrılmasıyla ilgi çekici bir tarihsel model sinyali gözlemledi. Öte yandan göre, SHIB sosyal cephedeki performansının önemli ölçüde arttırdı. Bu gelişme SHIB’i Altrank açısından en iyi kripto haline getirdi. Üstelik son iki haftadır meme coin 4483 coin’i geride bırakarak zirvede yer alıyor. Yakım ile ilgili bir başka gelişme “Shibarium 1″den geldi. Shibarium 1, Tangem cüzdanları ile ilgili önemli bir güncelleme paylaştı. Tangem, satılan cüzdanlardan elde edilen gelirin %5’ini yakma sözü verdi, şimdi 1.007’den fazla cüzdan satıldı, bu miktar 3.524 USDT’ye eşit. Gelirin bu kısmının yakılıp yakılmayacağının belirlenmesi için anket başlatıldı. Ankete katılanların %93,8’i evet oyu verirken, %2,4’ü “Hayır” ve %3,8’i “bağış” oyu verdi. #ContentStar# #BountyCreator# #GateioBountyCreator# #NewsMessenger# #GateLive# #contentstar# #MyFancyCreator# #HotTopicDiscussion# #BOSSNIGHT# #CryptoObservers# #İçerikYıldızı#
Trade Crypto Anywhere Anytime
qrCode
Scan to download Gate app
Community
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)