Elliptic 于 2024 年开展了前瞻性研究，旨在了解和制定预防加密资产生态系统中 AI 驱动的犯罪趋势的最佳实践。该报告详细介绍了对 40 位来自执法、虚拟资产服务、监管机构、科技初创公司和学术机构的参与者的咨询结果。
核心观点：AI 驱动的加密犯罪趋势，包括深度伪造诈骗和 AI 驱动的非法商品和服务，预计在未来三年内将成为主流，并产生重大影响。
关键数据：
- 参与者对 16 种新兴 AI 驱动的加密犯罪趋势进行了评分，这些趋势被分为五类：深度伪造诈骗、不道德的大型语言模型 (LLM)、AI 驱动的非法服务、恶意 AI 生成内容和敌对国家行为者。
- 深度伪造诈骗和 AI 驱动的非法服务被认为是最有可能成为主流并产生重大影响的趋势。
- 参与者对各种预防措施进行了评分，这些措施被归纳为“DECODE”框架下的 18 项措施。
研究结论：
- 为了应对 AI 驱动的加密犯罪，需要一个平衡的方法，其中不同的利益相关者发挥其优势并实施各种类型的措施。
- 所有利益相关者应提升检测和缓解 AI 驱动犯罪风险的能力，保持最新的趋势，进行知识共享，改进数据共享协议，进行技能提升和培训，促进消费者意识，并验证通信的真实性。
- 特定利益相关者应采取特定行动，例如虚拟资产服务提供商和合规专业人员应利用 AI 检测能力，提高消费者意识，并改进与执法部门的数据和知识共享；执法机构应建立防御性 AI 能力，优先考虑 AI 驱动的犯罪，加强合作，针对数字基础设施，并开展执法部门领导的消费者意识活动；社交媒体平台、影响者和内容创作者应部署内容认证工具，加强影响者监管，开展公众意识活动，并收集和共享与恶意 AI 相关的情报；监管机构和政府机构应制定预防性监管确定性，设定社交媒体的更清晰义务，实施制裁，促进意识提升义务，促进合作，避免过度监管和过度谨慎，并确保期望是明确、现实和可执行的；加密、AI 和科技企业应优先考虑犯罪预防，进行项目列表，确保强大的护栏，鼓励开源合作，并保护用户和数据隐私；研究和学术机构应开发安全数据共享实验室和协议，进行防御性 AI 能力研究，进行行为和心理分析，进行比较研究和政策分析，并进行常规的前瞻性扫描。
最佳实践：
- 该报告为所有利益相关者和特定利益相关者提供了具体的最佳实践建议，旨在预防 AI 驱动的加密犯罪，并保护有益的创新。
- Elliptic 也采取了行动来实施相关的最佳实践，包括使用 AI 识别非法区块链活动，公开共享加密交易数据，支持政策分析研究，确保员工了解 AI 驱动的网络威胁的关键红旗指标，并保持前瞻性扫描能力。
