Binance钱包上半年拦截5.4亿美元潜在损失
据Binance官方披露,2026年上半年,Binance Wallet安全中心帮助用户避免约5.4亿美元潜在损失,并从垃圾转账、恶意交易及授权等多个环节进行实时风险拦截。该安全中心于今年2月3日正式上线。
数据显示,上半年该安全中心过滤约2.06亿笔垃圾转账,覆盖260万用户;识别约493万笔高风险交易,覆盖19条区块链;同时发现约99.6万笔恶意授权。
Binance表示,攻击者正借助AI批量生成恶意代码、钓鱼网站及虚假身份,使新型恶意实体数量环比接近增长3倍,攻击模式也从"大规模撒网"转向更精准的定向欺诈;AI技术的应用已将攻击者制作虚假网站、深度伪造视频及恶意脚本的成本压低至接近于零。
Binance称,其安全系统已开始利用AI分析代币和网站的行为逻辑及风险意图,并重点识别"只能买不能卖"、隐藏后门等新型攻击手法;该安全中心支持采用多方计算(MPC)技术的Binance无密钥钱包,也覆盖通过助记词或私钥导入的钱包,用户可在同一界面内撤销恶意授权、过滤可疑交易并管理登录设备。
报道提到,安全公司慢雾(SlowMist)已于今年2月对该安全系统的设计与实现进行审计验证;Binance建议用户仍应在签名交易前确认具体操作内容,并定期通过Binance Wallet安全中心扫描风险授权及资产。
另据Binance此前披露的更大范围安全报告,2025年第一季度至2026年第二季度期间,其AI驱动的安全系统累计帮助用户避免约105.3亿美元潜在损失,其中仅2026年第一季度就从2290万次诈骗及钓鱼企图中拦截约19.8亿美元潜在损失,追回资金约1280万美元(涉及4.8万起案件),没收非法资金约1.31亿美元;目前AI驱动的决策机制已覆盖57%的反欺诈风控环节,推动信用卡欺诈率下降60%至70%。
来源：公开信息
ABAB AI 解读
Binance在安全防护上的投入并非新近才开始——该平台此前已披露过跨越2025年第一季度至2026年第二季度、总计避免约105.3亿美元潜在损失的更大范围安全成果,并持续通过约二十余项AI驱动的安全功能覆盖计算机视觉识别虚假支付凭证、实时语言分析识别恶意P2P交易模式等场景;此次专门披露Binance Wallet安全中心上半年5.4亿美元的拦截成果,是该平台安全体系建设从"交易所层面反欺诈"向"钱包终端层面主动防御"延伸的最新一步。
从攻防双方的成本结构看,AI技术正在同时降低攻防两端的边际成本——攻击者借助AI将虚假网站、深度伪造视频及恶意脚本的制作成本压低至接近于零,这也是恶意实体数量环比激增近3倍的直接原因;而Binance同样借助AI分析代币和网站的行为逻辑,试图用同等量级的技术杠杆对冲攻击规模的爆炸式增长,这场围绕AI展开的"军备竞赛",客观上推高了整个加密行业维持基础安全水位所需的技术投入门槛,中小型交易平台和钱包厂商如果无法匹配这一投入强度,风险敞口将被进一步放大。
这与传统金融行业信用卡反欺诈体系从规则引擎向机器学习模型演进的历史路径高度相似——银行业早年同样经历过"欺诈规则被攻破后被迫引入行为分析和AI建模"的升级过程,而Binance披露的"信用卡欺诈率下降60%至70%"这一数据,某种程度上也是在借用传统金融反欺诈体系的成熟叙事,为加密行业的安全能力背书。当前加密钱包安全防护正处于"从人工规则拦截转向AI行为意图识别"的关键过渡阶段,尤其是针对"只能买不能卖"这类专门针对散户设计的新型合约陷阱。
本质上属于"技术替代"——机制层面,传统安全防护主要依赖已知恶意地址黑名单和静态规则拦截,而攻击者借助AI实现规模化、定制化攻击后,这套静态防御体系的滞后性被急剧放大;Binance转而用AI分析代币合约和网站的"行为逻辑及风险意图",本质上是把安全防护的判断依据从"是否命中已知特征"升级为"是否具备潜在恶意意图",这一升级路径预计将成为整个加密钱包行业应对AI驱动型攻击的标准化方向。
ABAB News · 认知定律
AI降低的不只是生产成本,还有作恶的门槛。
攻防双方用同一种武器竞赛时,拖后腿的永远是没跟上的那一方。
规则防得住已知的坏人,意图识别才防得住没见过的坏人。