NieuwsCryptoCoinbase AI Scam Prevention Agent stopt $4,7 miljoen in Elon Musk deepfake give away-scam

Coinbase AI Scam Prevention Agent stopt $4,7 miljoen in Elon Musk deepfake give away-scam

Auteur: Tron Weekly·

Belangrijkste punten

  • •Een geautomatiseerd Coinbase-systeem heeft ongeveer $4,7 miljoen tegengehouden voordat het oplichters bereikte, en stopte ongeveer 91% van de transacties die klanten in ongeveer twee uur probeerden uit te voeren.
  • •De frauduleuze give away werd gepromoot via een nagebootste YouTube-livestream met een AI-deepfake van Elon Musk, die meer dan 500.000 kijkers trok.
  • •Er waren geen gehackte of gephishte klantaccounts; de transacties waren door de klanten zelf geautoriseerd, waardoor de misleiding met traditionele fraudedetectie moeilijker te ontdekken was.
  • •De Scam Prevention Agent identificeerde de regeling ondanks dat deze nooit eerder in training voorkwam, door kenmerken te herkennen zoals verdubbelde stortingen, tijdslimieten en niet-restitueerbare cryptocurrency-betalingen.
  • •Coinbase wil investeren in AI-gedreven detectiemodellen die zich aanpassen aan nieuwe fraudepatronen en geeft prioriteit aan gerichte klantinterventie naast het blokkeren van transacties.
Coinbase AI Scam Prevention Agent stopt $4,7 miljoen in Elon Musk deepfake give away-scam

De AI-gedreven Scam Prevention Agent van Coinbase heeft ongeveer $4,7 miljoen aan klantgeld tegengehouden dat anders oplichters zou hebben bereikt die een kunstmatig gegenereerde deepfake van Elon Musk gebruikten om een frauduleuze cryptocurrency-giveaway te promoten. De opzet liep parallel aan de demonstratie van Tesla's vliegende auto en was gebouwd rond een nagebootste livestream die meer dan 500.000 kijkers trok.

Volgens een blogpost van Coinbase die op 17 november werd gepubliceerd probeerden honderden klanten gedurende ongeveer twee uur miljoenen dollars te sturen naar frauduleuze walletadressen. Het geautomatiseerde beveiligingssysteem van het bedrijf voorkwam dat ongeveer 91% van het bedrag de klantrekeningen verliet, door realtime detectie te combineren met gerichte gesprekken met de klanten zelf.

De scam werd opgezet via een YouTube-livestream die Tesla's officiële uitzending imiteerde. Deze toonde een AI-gegenereerde kopie van Elon Musk, cryptowalletadressen en een QR-code, en beloofde kijkers het dubbele aan cryptocurrency in ruil voor het sturen van geld naar de getoonde adressen.

Coinbase zei dat de valse uitzending meer dan 500.000 kijkers trok. Die schaal, gecombineerd met de schijnbare link met Tesla's demonstratie, maakte de operatie geloofwaardig. Het werkelijke doel was om de stortingen van kijkers af te te pakken in plaats van cryptocurrency uit te keren.

Geautoriseerde transacties vormen een ander soort risico

Het incident verschilde van gangbare vormen van accountfraude omdat de transacties door de klanten zelf waren goedgekeurd. Coinbase meldde geen gevallen waarin een klantaccount werd gehackt, een wachtwoord werd gestolen of inloggegevens via phishing werden verkregen.

Dat onderscheid is belangrijk. Traditionele fraudedetectiesystemen zijn vooral ontworpen om ongeautoriseerde accounttoegang of ongebruikelijke activiteit te signaleren. Wanneer een klant een transactie autoriseert, is het op basis van transactiegegevens alleen moeilijk vast te stellen of die beslissing door misleiding is beïnvloed.

Coinbase zei dat de Scam Prevention Agent de situatie aanpakte door verdachte transacties te analyseren en met klanten in gesprek te gaan voordat hun geld de rekening verliet.

Scammers used an AI deepfake of Elon Musk to promote a fake Tesla crypto giveaway to a livestream audience of more than 500,000 people. In about two hours, hundreds of Coinbase customers tried to send millions to the scammers. Our AI-powered scam defenses stopped $4.7 million…

— Coinbase Support (@CoinbaseSupport) November 17, 2026

Hoe de AI-agent $4,7 miljoen aan verliezen voorkwam

Het preventiemechanisme van Coinbase bestaat uit drie elementen die gericht zijn op het detecteren en stoppen van verdachte transacties.

Ten eerste berekenen machinelearning-algoritmen een risicoscore voor elke transactie. Deze scores beoordelen tekenen van een give away, gevallen van merkidentiteitsvervalsing en overboekingen naar pas aangemaakte walletadressen.

Ten tweede activeert de agent, zodra een transactie als potentiële dreiging is gemarkeerd, een AI-systeem dat de beschikbare informatie beoordeelt, uitlegt hoe de scam werkt en een dialoog met de klant opent. In tegenstelling tot een algemene melding geeft het specifieke redenen waarom de transactie gevaarlijk kan zijn.

Ten slotte krijgt elke melding een betrouwbaarheidsscore voordat deze de gebruiker bereikt. Deze stap helpt de kwaliteit van de uitleg van het algoritme te beoordelen en bepaalt of aanvullende beschermingsmaatregelen nodig zijn. Volgens Coinbase werkte de agent tijdens het hele incident zonder enige menselijke tussenkomst.

Het systeem herkende een scam die het nooit eerder had gezien

Een opmerkelijk detail is dat de Scam Prevention Agent vooraf geen kennis had van deze specifieke fraudcampagne. Valse give away-regelingen die deepfake-video's gebruiken om deelnemers te bewegen cryptocurrency te sturen tijdens live productdemonstraties, maakten geen deel uit van de oorspronkelijke trainingsvoorbeelden van de agent.

Toch herkende de agent een combinatie van kenmerken: de verdubbeling van het gestorte bedrag, een tijdslimiet en niet-restitueerbare betalingen in cryptocurrency. Samen stelden die signalen het algoritme in staat de operatie als fraude te identificeren.

Het geval illustreert ook een breder beveiligingsprobleem in de cryptowereld. Op AI gebaseerde tools kunnen inmiddels deepfakes produceren — synthetische media die bedoeld zijn om echte mensen na te bootsen — die overtuigend genoeg zijn om beleggingsvoorstellen geloofwaardig te laten lijken, ook wanneer bekende zakenlieden erin voorkomen. De financiële impact van dergelijke scams reikt verder dan individuele Coinbase-gebruikers en raakt de beveiligingsoperaties van beurzen en het vertrouwen van klanten in cryptocurrencies in het algemeen.

Coinbase versterkt toekomstige fraudebescherming

Coinbase zei te willen investeren in AI-gedreven maatregelen om scams te detecteren zodra ze opduiken. Het bedrijf wil modellen ontwikkelen die zich via AI-gedreven onderzoek aanpassen aan nieuwe fraudepatronen en wil verbeteren hoe efficiënt beveiligingssystemen nieuwe campagnes identificeren.

Coinbase benadrukte ook het belang van gerichte interventie in plaats van uitsluitend te vertrouwen op het blokkeren van transacties. De aanpak beoogt klanten te waarschuwen voor de risico's van specifieke betalingen door hen vooraf informatie te geven, waardoor de kans dat ze in de val lopen kleiner wordt.

Voor cryptocurrency-gebruikers onderstreept het geval het belang van het verifiëren van give away-aankondigingen via de officiële websites van bedrijven of hun geverifieerde socialmedia-accounts. Coinbase biedt eigen richtlijnen over give away-scams. Acties die beloven cryptocurrency-stortingen te verdubbelen, moeten als frauduleuze signalen worden beschouwd, en gebruikers moeten vermijden wallet-QR-codes te scannen of geld te sturen naar adressen die in livestreams worden gepromoot.

De $4,7 miljoen aan tegengehouden transacties laat zien hoe geautomatiseerde beveiligingssystemen klanten kunnen beschermen die door manipulatie transacties goedkeuren. Deepfakes blijven echter een doorlopende uitdaging voor platforms voor digitale activa, en de taak van Coinbase is nu om zijn detectiemodellen blijvend te verfijnen om de nieuwe methoden van oplichters te counteren.