{"id":4736,"date":"2025-05-21T14:22:16","date_gmt":"2025-05-21T14:22:16","guid":{"rendered":"https:\/\/satoshibrother.com\/es\/la-herramienta-de-ia-alcanza-un-97-de-eficacia-en-la-prevencion-de-ataques-de-envenenamiento-de-direcciones\/"},"modified":"2025-05-21T14:22:16","modified_gmt":"2025-05-21T14:22:16","slug":"la-herramienta-de-ia-alcanza-un-97-de-eficacia-en-la-prevencion-de-ataques-de-envenenamiento-de-direcciones","status":"publish","type":"post","link":"https:\/\/satoshibrother.com\/es\/la-herramienta-de-ia-alcanza-un-97-de-eficacia-en-la-prevencion-de-ataques-de-envenenamiento-de-direcciones\/","title":{"rendered":"La herramienta de IA alcanza un 97% de eficacia en la prevenci\u00f3n de ataques de \u2018envenenamiento de direcciones\u2019"},"content":{"rendered":"
\n

Trugard y Webacy: Innovaci\u00f3n en Ciberseguridad<\/h2>\n

La firma de ciberseguridad en criptomonedas Trugard<\/strong> y el protocolo de confianza on-chain Webacy<\/strong> han desarrollado un sistema basado en inteligencia artificial<\/em> para detectar el envenenamiento de direcciones de billeteras de criptomonedas. Seg\u00fan un anuncio del 21 de mayo<\/strong> compartido con Cointelegraph, esta nueva herramienta forma parte de las soluciones de toma de decisiones cripto de Webacy y \u00abaprovecha un modelo de aprendizaje autom\u00e1tico supervisado, entrenado con datos de transacciones en vivo, junto con anal\u00edticas on-chain, ingenier\u00eda de caracter\u00edsticas y contexto conductual\u00bb.<\/p>\n

Se afirma que la herramienta tiene una tasa de \u00e9xito del 97%<\/strong>, probada en casos de ataques ya conocidos. <\/p>\n

\u00abEl envenenamiento de direcciones es uno de los fraudes m\u00e1s subreportados pero costosos en cripto, y se basa en suposiciones muy simples: que lo que ves es lo que obtienes\u00bb<\/p><\/blockquote>\n

, coment\u00f3 Maika Isogawa<\/strong>, cofundadora de Webacy.<\/p>\n

Entendiendo el Envenenamiento de Direcciones<\/h2>\n

El envenenamiento de direcciones<\/strong> cripto es una modalidad de fraude en la que los atacantes env\u00edan peque\u00f1as cantidades de criptomonedas desde una direcci\u00f3n que se asemeja estrechamente a la direcci\u00f3n real de la v\u00edctima, a menudo compartiendo los mismos caracteres iniciales y finales.<\/p>\n

El objetivo es enga\u00f1ar al usuario<\/strong> para que copie y reutilice accidentalmente la direcci\u00f3n del atacante en transacciones futuras, lo que resulta en la p\u00e9rdida de fondos. Esta t\u00e9cnica explota la tendencia de los usuarios a confiar en coincidencias parciales de direcciones o el historial del portapapeles al realizar env\u00edos de criptomonedas.<\/p>\n

Un estudio realizado en enero de 2025<\/strong> revel\u00f3 que se registraron m\u00e1s de 270 millones de intentos de envenenamiento<\/strong> en BNB Chain y Ethereum entre el 1 de julio de 2022<\/strong> y el 30 de junio de 2024<\/strong>. De estos, 6,000 intentos resultaron exitosos<\/strong>, causando p\u00e9rdidas que superaron los 83 millones de d\u00f3lares<\/strong>.<\/p>\n

Seguridad de Web2 en un Mundo Web3<\/h2>\n

Jeremiah O\u2019Connor<\/strong>, director de tecnolog\u00eda de Trugard, declar\u00f3 a Cointelegraph que su equipo aporta una profunda experiencia en ciberseguridad<\/strong> del mundo Web2, la cual han \u00abaplicado a los datos de Web3 desde los primeros d\u00edas de cripto\u00bb.<\/p>\n

O\u2019Connor tambi\u00e9n indic\u00f3 que el modelo se actualiza continuamente al entrenarlo con nuevos datos conforme emergen nuevas estrategias. <\/p>\n

\u00abPara mejorar, hemos desarrollado una capa de generaci\u00f3n de datos sint\u00e9ticos que nos permite probar continuamente el modelo contra escenarios simulados de envenenamiento\u00bb<\/p><\/blockquote>\n

, a\u00f1adi\u00f3. \u00abEsto ha demostrado ser extremadamente efectivo para ayudar al modelo a generalizar y mantener su robustez a lo largo del tiempo\u00bb<\/strong>.<\/p>\n

El Enfoque de Aprendizaje Autom\u00e1tico<\/h2>\n

O\u2019Connor explic\u00f3 que Trugard gener\u00f3 datos de entrenamiento sint\u00e9ticos para que la IA simule varios patrones de ataque. Luego, el modelo fue entrenado mediante aprendizaje supervisado<\/strong>, un tipo de aprendizaje autom\u00e1tico en el que un modelo se entrena con datos etiquetados, incluyendo variables de entrada y la salida correcta.<\/p>\n

En esta configuraci\u00f3n, el objetivo es que el modelo aprenda la relaci\u00f3n entre entradas y salidas para predecir la salida correcta en nuevas entradas no vistas. Ejemplos comunes de esta t\u00e9cnica incluyen la detecci\u00f3n de spam<\/strong>, clasificaci\u00f3n de im\u00e1genes<\/strong> y predicci\u00f3n de precios<\/strong>.<\/p>\n

O\u2019Connor resalt\u00f3 que lo que distingue su sistema es \u00absu \u00e9nfasis en el contexto y el reconocimiento de patrones\u00bb<\/strong>. <\/p>\n

\u00abLa IA puede detectar patrones que a menudo est\u00e1n m\u00e1s all\u00e1 del alcance del an\u00e1lisis humano\u00bb<\/p><\/blockquote>\n

, elucid\u00f3 Isogawa.<\/p>\n<\/article>\n","protected":false},"excerpt":{"rendered":"

Trugard y Webacy: Innovaci\u00f3n en Ciberseguridad La firma de ciberseguridad en criptomonedas Trugard y el protocolo de confianza on-chain Webacy han desarrollado un sistema basado en inteligencia artificial para detectar el envenenamiento de direcciones de billeteras de criptomonedas. Seg\u00fan un anuncio del 21 de mayo compartido con Cointelegraph, esta nueva herramienta forma parte de las soluciones de toma de decisiones cripto de Webacy y \u00abaprovecha un modelo de aprendizaje autom\u00e1tico supervisado, entrenado con datos de transacciones en vivo, junto con anal\u00edticas on-chain, ingenier\u00eda de caracter\u00edsticas y contexto conductual\u00bb. Se afirma que la herramienta tiene una tasa de \u00e9xito del 97%,<\/p>\n","protected":false},"author":3,"featured_media":4735,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[64],"tags":[11,344,13,65,490,221],"class_list":["post-4736","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-hack","tag-bitcoin","tag-bnb-chain","tag-ethereum","tag-hack","tag-web2","tag-web3"],"yoast_description":"Descubre c\u00f3mo la herramienta de IA de Trugard y Webacy logra un 97% de eficacia en la detecci\u00f3n y prevenci\u00f3n de ataques de envenenamiento de direcciones criptogr\u00e1ficas, un fraude costoso dentro del espacio cripto.","_links":{"self":[{"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/posts\/4736","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/comments?post=4736"}],"version-history":[{"count":0,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/posts\/4736\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/media\/4735"}],"wp:attachment":[{"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/media?parent=4736"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/categories?post=4736"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/tags?post=4736"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}