قامت منصة Coinbase بتحديث نظامها لمكافحة الاحتيال، حيث دمجت التعلم الآلي مع محرك القواعد، مما قلل وقت الاستجابة إلى بضع ساعات.

أعلنت شركة Coinbase أنها تعمل على تحسين عملية إنشاء القواعد في نظام مكافحة الاحتيال الخاص بها من خلال دمج نماذج التعلم الآلي مع محرك القواعد، مما يحقق إدارة أكثر كفاءة للمخاطر. كما اقترحت استراتيجية مزدوجة المسار تتمثل في "نماذج مسؤولة عن الدفاع طويل المدى، وقواعد مسؤولة عن الاستجابة السريعة"، وقامت ببناء إطار عمل موحد لإنشاء حلقة تغذية راجعة بين الاثنين: حيث تُستخدم القواعد لالتقاط أنواع جديدة من الاحتيال وتدريب النموذج بشكل عكسي، مما يؤدي إلى تعزيز قدرات الدفاع الشاملة باستمرار.

فيما يتعلق بالتحسينات المحددة، قامت Coinbase بتحويل عملية إنشاء القواعد اليدوية السابقة إلى نظام توصيات آلي قائم على البيانات من خلال إعادة هيكلة البيانات، وأتمتة تطور المخططات، وإدخال أدوات تحليلية قائمة على دفاتر الملاحظات، مما أدى إلى تحسين الكفاءة بشكل كبير. ومن بين هذه التحسينات، زاد أداء اختبار القواعد بأكثر من 10 مرات، وانخفض وقت الاستجابة الإجمالي من عدة أيام إلى بضع ساعات. بالإضافة إلى ذلك، يستخدم النظام الجديد التعلم الآلي للتوصية بالمعايير، مما يساعد على تقليل معدلات النتائج الإيجابية الخاطئة مع مكافحة الاحتيال وتقليل التأثير على المستخدمين العاديين. أشارت Coinbase إلى أن الخطوة التالية ستكون تطوير توليد القواعد التلقائي القائم على الأحداث واستكشاف "التحويل بنقرة واحدة" للقواعد الفعالة إلى ميزات النموذج، والتحرك أكثر نحو نظام إدارة المخاطر الآلي.