新聞 
幣種資訊 
關於我們 
根據韓媒《코인데스크 코리아》的報導，於 2025 年（當地時間）……Bybit 透過全新「人工智慧(AI) *詐騙偵測系統*」，宣稱在 2025 年一年內為用戶攔截並「回收」超過 300 萬美元（約新台幣 4 億 4,310 萬元）資產。在加密貨幣市場各類 *加密詐騙* 頻仍不減之際，交易所開始將「事前阻擋」的安全架構，作為自身差異化亮點。
Bybit 近期透過社群平台，公布 2025 年「*Security Initiative（安全倡議）*」成果，表示依靠全新的 AI 風險控制框架，已在「假冒名義詐騙」與各類 *投資詐騙* 嘗試中，成功攔阻並回收約 300 萬美元資產。這一消息之所以受到關注，與整體 *加密市場信任度* 遭詐騙事件長期侵蝕有關。根據區塊鏈分析公司 *Chainalysis* 數據，2025 年因詐騙、釣魚與假冒身份等犯罪流失的數位資產，規模高達 170 億美元（約新台幣 2 兆 5,109 億元），凸顯風險控管的重要性。
Bybit 公開的數據顯示，僅 2025 年第 4 季（10 至 12 月），在出金流程中被列為「需進一步審查」的交易總額就達 5 億美元（約新台幣 738 億 5,000 萬元）。其中約 3 億美元（約新台幣 443 億 1,000 萬元）被系統認定為高風險並成功「阻擋與回收」，最終替超過 4,000 名用戶守住資金安全。
同期間，Bybit 自研的 AI 模型透過 *鏈上數據(on-chain data)* 分析，標記出與「*高風險投資詐騙*」相關的可疑地址約 350 個，使得超過 8,000 名潛在受害者避免了疑似詐騙出金。與此同時，與帳號盜用風險緊密相關的「*憑證填充攻擊(credential stuffing)*」也被視為重大威脅。Bybit 表示，僅 2025 年就攔截超過 300 萬次類似攻擊企圖，避免攻擊者利用外洩帳密大量嘗試登入用戶帳號。
在地址標記方面，Bybit 系統會自動將 350 個可疑地址進行標籤化管理，內部風控團隊再透過工單機制，手動補充標記約 600 個可疑地址。官方聲稱，這套流程額外阻止了約 100 萬美元（約新台幣 1 億 4,770 萬元）「迫在眉睫」的潛在詐騙損失。
Bybit 集團風險控制負責人 David Zong 表示，團隊在 2025 年的核心目標，是結合 *AI* 與 *鏈上監控*，將風險管理從「被動應對」轉為「主動、智能化的守護者」。他強調，透過整合 *TRM Labs*、*Elliptic*、*Chainalysis* 等業界夥伴的即時情報，不只提升用戶保護層級，更有助於繪製「*詐騙網絡 DNA 地圖*」，針對整體犯罪結構進行拆解。
Bybit 公開的防護模型，將潛在詐騙情境拆分為三個風險層級，隨風險上升逐步強化干預：
第一階段屬「低風險」，主要透過 *大數據分析* 偵測異常行為。例如，若偵測到資金集中轉往新生成地址且金額異常龐大，系統會自動發出問卷或確認程序，並引導內部風控團隊審查疑似目的地，一旦確認風險即納入「黑名單」。
第二階段是「中風險」，會在出金過程中觸發 *即時警報*。當用戶帳號曾出現在憑證填充攻擊資料庫、或是資金流向與既有可疑地址產生關聯時，就會觸發風險提示，要求用戶再次確認交易。這一層主要用來對抗 *社交工程(social engineering)*，也就是透過心理操縱扭曲投資人判斷的詐騙手法。
第三階段為「高風險」，針對已被確認為詐騙相關的地址，系統會立即「凍結出金」，並強制啟動至少 1 小時的「*冷卻期(cooling-off period)*」。此設計目的在於阻止因驚慌或壓迫感驅動的快速轉帳，替風控與用戶多爭取一道緩衝。
在報告結尾，Bybit 亦提出若干具「全產業可適用性」的監控指標，包括：預防 *憑證填充攻擊* 的防護引擎、用於捕捉「*Pig Butchering（殺豬盤）*」詐騙資金流向的即時 *鏈上 AI 模式識別*、結合 TRM Labs、Elliptic、Chainalysis 等工具的「整合情報中樞」，以及支援跨鏈追蹤非法資金流向的 *端到端追蹤模型* 等。
評論
在 *加密貨幣* 市場逐步走向監管與「制度化」的背景下，詐騙、釣魚與假冒行為依舊是散戶投資人面臨的最大風險之一。從 Bybit 的案例來看，誰能率先把 *AI 風控* 與 *鏈上分析* 做到「事前阻擋、精準攔截」，不僅能替用戶守住資產安全，更有望在下一輪市場週期中，掌握恢復市場信任度的關鍵主導權。
留言 0