Coinbase ha reconstruido su pila antifraude integrando estrechamente modelos de aprendizaje automático con un motor de reglas de alta velocidad, reduciendo los tiempos de respuesta a nuevos patrones de estafa de días a horas, justo cuando TRM Labs advierte que el fraude criptográfico es ahora una industria sobrecargada de inteligencia artificial que genera decenas de miles de millones por año.
Coinbase ha mejorado su paquete antifraude integrando estrechamente modelos de aprendizaje automático con un motor de reglas, reduciendo su tiempo de respuesta a nuevos patrones de fraude de varios días a solo unas pocas horas a medida que aumentan las estafas habilitadas por IA en el sector criptográfico.
La compañía describe una estrategia de doble vía en la que “los modelos son responsables de la defensa a largo plazo y las reglas son responsables de la respuesta rápida”, todo ello alojado en un marco unificado que permite que las reglas capturen nuevos tipos de fraude que luego pueden retroalimentarse a los modelos para fortalecer las defensas generales con el tiempo.
Coinbase dice que ha convertido lo que solía ser un flujo de trabajo de creación de reglas lento y manual en un target=”_blank” href=”https://www.rootdata.com/news/618934″>
El nuevo manual de fraude de Coinbase
Como parte de la revisión, el rendimiento de las pruebas retrospectivas de reglas ha mejorado más de 10 veces, lo que permite a Coinbase probar y ofrecer nuevas protecciones mucho más rápidamente a medida que el comportamiento de estafa evoluciona en tiempo real.
Según Coinbase, el sistema ahora utiliza el aprendizaje automático para recomendar parámetros de reglas, con el objetivo de “reducir las tasas de falsos positivos mientras se combate el fraude y se minimiza el impacto en los usuarios normales”, un equilibrio importante para un importante intercambio que procesa miles de millones en volumen de operaciones.
La última actualización se basa en esfuerzos anteriores descritos en un blog de Coinbase sobre modelos avanzados de aprendizaje automático, donde la compañía dijo que su misión es “seguir construyendo sistemas de aprendizaje automático escalables, adaptables y conscientes de blockchain que permitan a Coinbase gestionar eficazmente el riesgo de sus productos” sin degradar la experiencia del usuario.
Carrera armamentista de IA contra el fraude criptográfico
La medida se produce cuando el fraude en las criptomonedas se ha industrializado.
La firma de inteligencia Blockchain TRM Labs informó que el fraude criptográfico global alcanzó alrededor de $35 mil millones en 2025, advirtiendo que cuando se incluye el subregistro, “las pérdidas anuales totales probablemente superen los USD 200 mil millones en todo el mundo”.
En un informe sobre delitos de 2026 separado, TRM dijo que los flujos ilícitos de criptomonedas alcanzaron un récord de 158 mil millones de dólares en 2025, con redes de estafa cada vez más administradas como negocios profesionales y herramientas de inteligencia artificial que aceleran la suplantación y la divulgación a escala.
El propio director de seguridad de la información de Coinbase, Philip Martin Lunglhofer, ha dicho anteriormente que el intercambio está viendo crecientes “casos de uso de IA para detectar fraude” y ya está utilizando el aprendizaje automático para monitorear la actividad de los usuarios y respaldar los chats en busca de signos de estafas o apropiaciones de cuentas.
La última inversión del intercambio en la generación automatizada de reglas impulsadas por eventos y la potencial “conversión con un solo clic” de reglas eficientes en características del modelo tiene como objetivo acercar a Coinbase a un sistema de gestión de riesgos totalmente automatizado, a medida que los propios estafadores utilizan la IA como arma para investigar y explotar las debilidades más rápido que nunca.
Para obtener un contexto más amplio sobre la postura de seguridad de Coinbase y los esfuerzos de protección del usuario, los lectores pueden consultar las publicaciones de blog de Coinbase centradas en el fraude sobre aprendizaje automático y cumplimiento, así como la cobertura anterior de la actividad de estafa de Coinbase y las tendencias de fraude criptográfico en crypto.news.
