Dùng Deepfake để Vượt qua KYC - Liệu Có Hiệu Quả?

Các mô hình ngôn ngữ lớn ban đầu được kỳ vọng sẽ phục vụ cho các tác vụ buồn tẻ, lặp đi lặp lại—những công việc ngốn hàng giờ mỗi tuần nhưng chẳng mang lại ý nghĩa gì cho cuộc sống của bạn. Nhưng thực tế, chúng lại học cách bắt chước tính cách của bạn. Hiện tại, chúng đang được tận dụng để lách các hạn chế KYC, đăng nhập vào tài khoản sàn giao dịch của bạn và thuyết phục hệ thống xác minh rằng một con người giả mạo hoàn toàn đủ điều kiện để nắm giữ tiền bạc.

Vấn đề đơn giản ở chỗ toàn bộ tài liệu bạn cung cấp khi xác minh danh tính đều là thông tin kỹ thuật số. Chúng bao gồm ảnh chụp khuôn mặt, bản quét giấy tờ tùy thân và một đoạn video ghi lại cảnh bạn chớp mắt theo hướng dẫn. Tất cả những thứ này chỉ là dữ liệu truyền qua internet. Nếu dữ liệu có thể được làm giả đủ tinh vi, cỗ máy ở đầu bên kia cũng sẽ dễ dàng chấp nhận nó. Không hề có con người tham gia vào quy trình này; thay vào đó, một cỗ máy nhận diện các khuôn mẫu và một cỗ máy khác lại có khả năng tạo ra chính các khuôn mẫu đó. Do đó, một trí tuệ nhân tạo đang đánh lừa một trí tuệ nhân tạo khác, trong khi tiền bạc và danh tính của bạn lại nằm ở tâm điểm của vấn đề.

Đây không chỉ là mối lo ngại trên lý thuyết; một đánh giá toàn cầu trên hơn một tỷ sự kiện xác minh danh tính cho thấy gian lận deepfake chiếm tới một phần năm tổng số vụ gian lận sinh trắc học. Số lượng các vụ cố gắng vượt kiểm tra bằng ảnh selfie deepfake đã tăng 58% chỉ riêng trong năm 2025. Đã có mức tăng đột biến 783% các cuộc tấn công chèn dữ liệu (injection attacks) trong năm 2024, tức các trường hợp video giả mạo được chèn trực tiếp vào luồng dữ liệu camera. Công nghệ cần thiết để thực hiện các hành vi này chỉ tốn khoảng hai mươi đô la và ba mươi phút. Những danh tính hoàn toàn tổng hợp, có khả năng vượt qua các bài kiểm tra KYC, có thể được mua từ các chợ đen dark web với giá hai trăm đô la.

Hệ thống này vẫn tiếp tục bị qua mặt vì các hệ thống xác minh vốn chưa từng được thiết kế để phát hiện loại hình này; chúng được tạo ra để nhận diện bản photocopy, ảnh chụp màn hình và các trường hợp có ai đó sử dụng danh tính của người khác. Ý đồ ban đầu của các hệ thống này không phải là để phát hiện một khuôn mặt do máy móc tạo ra chưa từng tồn tại ngoài đời thực, cùng với một giấy tờ tùy thân do máy tạo ra chưa bao giờ được cấp phát, và được gửi lên bởi một người đang sử dụng phần mềm hoán đổi khuôn mặt (face-swap) theo thời gian thực nhằm lách qua bài kiểm tra tính sống (liveness check) vốn dùng để xác nhận họ là con người.

Khi Cỗ Máy Lừa Cỗ Máy

Hành vi gian lận không chỉ giới hạn ở các sàn giao dịch crypto, mặc dù crypto chiếm 88% tổng số vụ gian lận deepfake được phát hiện trên toàn cầu; nó còn diễn ra tại các ngân hàng, các nhà bán lẻ trực tuyến và các nền tảng fintech, ở bất cứ nơi nào mà quy trình xác minh danh tính được tự động hóa và sự tin cậy được mặc định sẵn. Phương pháp được sử dụng để xác minh bạn thường tìm kiếm các dấu hiệu nhất định: khuôn mặt trong ảnh selfie có khớp với khuôn mặt trên ID không? Người đó có chớp mắt khi được yêu cầu không? Tài liệu có đúng phông chữ, hình 3D chống giả (hologram) và các tính năng bảo mật không? Giờ đây, tất cả các bước kiểm tra này đều có thể bị vượt qua không phải nhờ các kỹ thuật hack tinh vi, mà bằng các câu lệnh (prompts) nhập vào một trình tạo hình ảnh và ba mươi phút chỉnh sửa video.

Kyle Holder đã bị đánh cắp toàn bộ số tiền tiết kiệm hưu trí ba trăm nghìn đô la trong vòng ba tháng do một vụ lừa đảo liên quan đến thao túng bằng AI.

Các quan chức IRS phụ trách vụ án của cô cho biết chẳng còn lại gì. Vụ lừa đảo này không trực tiếp sử dụng deepfake KYC, nhưng nó dựa trên cùng một nguyên lý — đó là sự tin cậy do AI tạo ra. Nó bao gồm các nền tảng giao dịch giả mạo, lợi nhuận bịa đặt, video deepfake về các giám đốc điều hành và giọng nói nhân bản. Khi cô cố gắng rút tiền của mình, nền tảng này đã biến mất.

Những kẻ lừa đảo chiếm đoạt tiền tiết kiệm của cô không cần phải đột nhập vào đâu cả, bởi việc tỏ ra đáng tin cậy trong một khoảng thời gian đủ dài để cô tin vào lời nói dối là quá đủ.

Những Gì Bị Làm Giả và Bằng Cách Nào

Khía cạnh dễ thấy nhất là deepfake, nhưng nó không đại diện cho toàn bộ câu chuyện. Kẻ gian đang sử dụng trí tuệ nhân tạo để tạo ra các tài liệu giả mạo, chữ ký, lịch sử giao dịch, số dư tài khoản, email xác minh, các cuộc trao đổi với hỗ trợ khách hàng và thậm chí cả các cuộc gọi video theo thời gian thực. Chúng tạo ra các danh tính tổng hợp (synthetic identities) bằng cách kết hợp dữ liệu thật bị đánh cắp với thông tin bịa đặt—chẳng hạn như một số An sinh Xã hội thật, một cái tên giả, một khuôn mặt do AI tạo ra và một địa chỉ có thật. Mặc dù từng thành phần của danh tính đều vượt qua các bước kiểm tra cơ sở dữ liệu riêng lẻ, nhưng không có một con người thực sự nào đứng sau danh tính đó.

Gian lận danh tính tổng hợp, thuộc loại hình này, đã trở thành hình thức tội phạm tài chính chính trong năm 2025 vì nó kết hợp mức độ đáng tin cậy của dữ liệu thật với sự linh hoạt của việc bịa đặt hoàn toàn. Đối tượng nộp đơn mở tài khoản không đóng giả làm một người nào khác; đúng hơn, họ đang tạo ra một con người hoàn toàn mới, một người trông có vẻ hợp pháp đối với tất cả các hệ thống tự động dùng để kiểm tra họ, dù người này chỉ tồn tại dưới dạng một tập hợp các điểm dữ liệu vô tình khớp với nhau.

Một cuộc kiểm toán được thực hiện trên mười sáu trình tạo hình ảnh AI thương mại vào năm 2026 đã phát hiện ra rằng trong số bảy mươi lăm lần thử nghiệm, sáu mươi chín lần đã cho ra kết quả giống với một giấy tờ tùy thân, và năm trong số các mô hình này đã tạo ra những hình ảnh trông giống hệt tài liệu chính phủ thật. Đây không phải là những trò giả mạo tinh vi đòi hỏi kiến thức chuyên sâu về in ấn bảo mật. Chúng là những hình ảnh được tạo ra bởi các công cụ công khai, theo câu lệnh của những người chưa từng đặt chân đến cơ quan cấp hộ chiếu.

Các tài liệu này trông giống như thật vì AI đã được huấn luyện bằng các tài liệu thật. Các khuôn mặt trông chân thực vì AI đã được đào tạo trên những khuôn mặt thực tế. Hệ thống không hề đoán mò; đúng hơn, nó đang tái cấu trúc lại những gì nó đã học, và những gì nó học được đủ sức thuyết phục để đánh lừa cả máy móc lẫn con người.

Vượt Qua Bài Kiểm Tra Con Người

Phát hiện tính sống (liveness detection) sinh ra là để đối phó với vấn đề này. Ý tưởng rất đơn giản: yêu cầu người dùng thực hiện một hành động mà một bức ảnh hoặc một đoạn video tĩnh không thể tái hiện được. Hành động này có thể bao gồm chớp mắt, quay đầu, mỉm cười hoặc di chuyển mắt theo một vật thể chuyển động. Nếu bạn có thể thực hiện các hành động này theo thời gian thực, thì bạn chắc chắn phải là một người thật đang dùng một chiếc điện thoại thật, chứ không phải kẻ đang phát lại một đoạn video ghi sẵn.

Vấn đề là liveness detection mặc định rằng luồng dữ liệu video là trung thực; nó coi camera đang hiển thị chính xác những gì ở phía trước ống kính. Tuy nhiên, các công nghệ deepfake hiện đại không cần đánh lừa camera bởi chúng có thể chèn trực tiếp video giả mạo vào luồng dữ liệu (stream), hoàn toàn bỏ qua mắt đọc của ống kính. Phần mềm ghi lại thử thách xác minh, tạo ra phản hồi tổng hợp theo thời gian thực, rồi gửi phản hồi đó trở lại hệ thống như thể nó xuất phát từ camera. Do đó, bài kiểm tra liveness vẫn phát hiện người đó chớp mắt khi được yêu cầu, quay đầu và mỉm cười; nó không có cách nào biết được rằng người đó thực sự không hề tồn tại ở đó.

Đó chính là lý do vì sao các vụ tấn công chèn dữ liệu tăng tới 783% chỉ trong một năm — lá chắn phòng thủ đã được thiết kế cho sai loại mối đe dọa; nó được tạo ra để phát hiện các cuộc tấn công phát lại (replay attacks) và ảnh in, chứ không phải quá trình tổng hợp dữ liệu theo thời gian thực.

Một số nền tảng đã chuyển sang phát hiện tính sống thụ động (passive liveness detection), một phương pháp phân tích video mà không yêu cầu người dùng phải thực hiện bất kỳ hành động nào. Nó phát hiện các biểu cảm vi mô (micro-expressions), lưu lượng máu dưới da, cũng như bóng đổ và phản xạ ánh sáng hoạt động trong không gian ba chiều. Mặc dù phương pháp này hiệu quả hơn, nó hoàn toàn không hoàn hảo. Kẻ gian đã bắt đầu huấn luyện các mô hình của riêng chúng dựa trên những dấu hiệu mà liveness thụ động tìm kiếm, loại bỏ các chi tiết đáng ngờ, thêm vào các vết nhiễu mô phỏng hạt nhiễu thực tế của camera (camera grain) và bổ sung các lỗi nhỏ tự nhiên để tạo cảm giác giống con người.

Một nghiên cứu được thực hiện vào năm 2026 đã phát hiện ra rằng chỉ có 0.1% số người tham gia có thể phân biệt chính xác nội dung thật với nội dung do AI tạo ra. Vì con người không thể làm được điều đó, còn các hệ thống tự động đang được huấn luyện để phát hiện các khuôn mẫu mà AI cũng đang được huấn luyện để tạo ra cùng lúc, nên vấn đề không phải là liệu các hệ thống phòng thủ có thành công hay không. Vấn đề là sau bao lâu nữa thì chúng sẽ hoàn toàn thất bại.

Điều Này Có Ý Nghĩa Gì Đối Với Bạn

Nếu bạn nắm giữ crypto và từng xác minh danh tính trên một sàn giao dịch, từng gửi ảnh selfie kèm giấy tờ tùy thân có ảnh để chứng minh bạn là chính mình, thì hệ thống từng dùng để xác minh bạn hoàn toàn có thể bị đánh lừa. Điều này có nghĩa là một người khác có thể thiết lập một danh tính tổng hợp, trải qua các quy trình xác minh y hệt bạn, mở một tài khoản và sau đó sử dụng tài khoản đó để chuyển tiền, rửa tiền hoặc chiếm đoạt tài sản của người khác rồi bỏ trốn.

Điều đó cũng đồng nghĩa với việc danh tính của bạn có thể bị lợi dụng mà bạn không hề hay biết. Ngày nay, một kẻ lừa đảo không còn cần phải đánh cắp toàn bộ danh tính của bạn; tất cả những gì chúng cần làm là có được một bức ảnh chụp khuôn mặt bạn, thứ có thể đã xuất hiện sẵn nếu bạn từng đăng ảnh lên mạng xã hội. Sau đó, chúng sử dụng bức ảnh đó với một công cụ face-swap để tạo video deepfake ghi cảnh bạn vượt qua bài kiểm tra liveness, kết hợp nó với một ID giả mang khuôn mặt của bạn nhưng có tên hơi đổi khác một chút, rồi gửi đến một nền tảng không có khả năng phát hiện deepfake mạnh mẽ. Một khi nền tảng phê duyệt đơn đăng ký, chúng sẽ sở hữu một tài khoản trông giống bạn, phát ra âm thanh như bạn và có thể vượt qua các quy trình xác minh vốn dùng để chứng minh bạn là ai.

Rất khó để hình dung hết quy mô của vấn đề này cho đến khi bạn nhìn vào các số liệu. Vào năm 2025, người Mỹ đã chịu thiệt hại hơn mười một tỷ đô la do gian lận tiền điện tử, chiếm hơn một nửa tổng số tiền thiệt hại từ tội phạm internet được báo cáo lên FBI. Trên toàn thế giới, các vụ lừa đảo crypto đã thu về ít nhất mười bốn tỷ đô la on-chain trong năm 2025, tăng từ mức dưới mười tỷ đô la trong năm 2024. Chỉ trong quý đầu tiên của năm 2026, deepfake AI đã gây ra thiệt hại lên tới 577 triệu đô la, và hiện đứng sau 40% các vụ lừa đảo crypto giá trị lớn.

Những kẻ lừa đảo không hành động đơn độc; chúng là một phần của đường dây có tổ chức. Một cuộc điều tra được thực hiện vào năm 2025 đã phơi bày một hệ sinh thái gian lận trị giá 187 triệu đô la trải dài trên cả Úc và Hoa Kỳ, dựa vào các nền tảng giao dịch giả mạo, các video deepfake người nổi tiếng quảng bá và niềm tin bị thao túng bởi AI. Hoạt động này đã chiếm đoạt các kênh YouTube phổ biến, sử dụng âm thanh và video deepfake để bắt chước các thông báo chính thức của các công ty crypto chân chính, và chào mời các đợt airdrop giả cho những ai gửi tiền trước. Hàng ngàn cá nhân đã mắc bẫy.

Tự Bảo Vệ Bản Thân Trong Kỷ Nguyên Deepfake

Dù bạn không thể ngăn chặn ai đó làm giả khuôn mặt mình, bạn vẫn có thể gây khó khăn hơn cho họ nếu họ muốn dùng khuôn mặt giả đó để lấy cắp tài sản của bạn. Tuyến phòng thủ đầu tiên của bạn không phải là kỹ thuật; nó thuộc về hành vi.

1. Đảm bảo rằng tất cả các tính năng bảo mật hiện có đều được kích hoạt trên bất kỳ tài khoản nào chứa tiền hoặc thông tin nhạy cảm khác, chẳng hạn như xác thực hai yếu tố (2FA), đăng nhập sinh trắc học, danh sách trắng (whitelist) các địa chỉ rút tiền và xác nhận qua email cho từng hành động nhạy cảm. Mỗi biện pháp bảo mật này đều khiến kẻ khác khó vận hành tài khoản của bạn hơn ngay cả khi chúng tìm cách vượt qua quy trình KYC.

2. Bất cứ khi nào bạn nhận được video, tin nhắn thoại hoặc hình thức liên lạc nào khác từ ai đó yêu cầu bạn gửi tiền hoặc cung cấp thông tin đăng nhập, hãy coi đó là giả mạo cho đến khi bạn có bằng chứng ngược lại. Các vụ lừa đảo mạo danh trong lĩnh vực crypto đã tăng 1,400% trong năm 2025. Nếu người có vẻ là CEO của bạn, một người bạn hoặc một người nổi tiếng liên hệ với bạn về cơ hội đầu tư, hãy kiểm tra lại sự việc qua một kênh độc lập trước khi thực hiện bất kỳ hành động nào.

3. Bạn không bao giờ cần phải gửi tiền điện tử để nhận airdrop, mở khóa tài khoản hoặc chứng minh danh tính của mình; các nền tảng chân chính sẽ không bao giờ yêu cầu bạn trả tiền để nhận tiền. Đây là kịch bản của mọi vụ lừa đảo airdrop giả mạo, và mọi người vẫn sập bẫy vì video cùng tin nhắn trông quá chân thực.

4. Hãy sử dụng các nền tảng có hệ thống chống gian lận vững chắc. Vì không phải tất cả các sàn giao dịch hay dịch vụ đều đầu tư vào việc phát hiện deepfake, những bên đã triển khai sẽ chủ động công khai điều đó, bởi hiện nay đây đã trở thành một lợi thế cạnh tranh. Bạn nên tìm kiếm các giải pháp xác minh đa phương thức (multi-modal verification), phân tích hành vi, kiểm soát tính toàn vẹn ở cấp phiên (session-level integrity controls) và khả năng phát hiện tính sống nâng cao vượt xa các bài kiểm tra chớp mắt và quay đầu thông thường.

5. Hãy chắc chắn rằng dịch vụ đó sử dụng tính năng phát hiện liveness 3D hoặc phân tích sinh trắc học thụ động, vì các phương pháp này khó đánh lừa hơn so với các bài kiểm tra liveness chủ động do chúng không chỉ kiểm tra xem bạn có thực hiện được hướng dẫn hay không; chúng còn phân tích chiều sâu, các biểu cảm vi mô và các tín hiệu sinh lý mà video tổng hợp rất khó tái hiện một cách thuyết phục.

6. Hãy coi khuôn mặt của bạn như một mật khẩu và hạn chế tối đa số lượng ảnh chụp độ phân giải cao của chính mình công khai trên mạng. Kẻ gian thu thập khuôn mặt từ các trang mạng xã hội để phục vụ cho deepfake. Càng có nhiều hình ảnh độ phân giải cao của bạn trên mạng, việc tạo ra một sản phẩm giả mạo thuyết phục càng trở nên dễ dàng.

7. Khi bạn chuyển một số tiền lớn, đặc biệt là các giao dịch chuyển USDT lớn hoặc các giao dịch crypto giá trị cao khác, bạn nên sử dụng các dịch vụ cho phép bạn kiểm tra chi phí và lộ trình trước khi tiến hành. Kẻ lừa đảo thường lợi dụng tâm lý khẩn cấp và sự mơ hồ về phí giao dịch, khiến nạn nhân gửi tiền nhầm địa chỉ hoặc trả nhiều hơn mức cần thiết. Ngược lại, các nền tảng uy tín sẽ cho phép bạn tính toán trước chi phí, xác minh địa chỉ người nhận và rà soát mọi chi tiết trước khi giao dịch được thực hiện.

Ngành công nghiệp đang có động thái phản ứng, nhưng với tốc độ chậm chạp. Ngày nay, các quy trình xác minh nâng cao bao gồm các bước kiểm tra đa phương thức kết hợp phân tích giấy tờ, sinh trắc học khuôn mặt, mẫu giọng nói và tín hiệu hành vi. Một số nền tảng đang phát triển các gói bằng chứng ở cấp độ phiên giúp gắn dấu thời gian (timestamp) và đóng dấu mật mã (cryptographically seal) cho từng khung hình của phiên xác minh, từ đó tạo ra một hồ sơ pháp y có thể chứng minh phiên đó là thật hay đã bị can thiệp chèn dữ liệu. Nhiều nền tảng trong số này cũng đang tích hợp các nhà cung cấp dịch vụ tin cậy bên thứ ba để đóng vai trò làm nhân chứng trung lập cho quá trình xác minh, khiến kẻ gian khó lòng ngụy tạo trót lọt mà không để lại dấu vết.

Tuy nhiên, các biện pháp bảo vệ này không được áp dụng cho mọi nền tảng. Rất nhiều nơi vẫn phụ thuộc vào phương thức chụp giấy tờ kèm ảnh selfie, một kỹ thuật đã được chứng minh là thất bại kể từ năm 2024. Các nền tảng chưa nâng cấp hệ thống của họ vì chi phí phát hiện deepfake rất tốn kém, trong khi hậu quả của gian lận thường do người dùng gánh chịu chứ không phải nền tảng.

Cái Giá Phải Trả Trong Một Thế Giới Không Gì Có Thể Chứng Minh Là Thật

Vấn đề thực sự không nằm ở công nghệ mà mang bản chất căn cốt hơn. Chúng ta đang bước vào một giai đoạn mà việc chứng minh bạn là chính mình đã trở nên vô cùng khó khăn. Các hệ thống dùng để kiểm tra danh tính con người đang bị đánh bại bởi các công cụ có giá rẻ hơn một bữa ăn và tốn ít thời gian hơn một chuyến đi làm. Niềm tin, vốn đã mong manh trong môi trường trực tuyến, nay đang sụp đổ trước những nội dung nhìn như thật, nghe như thật và hành xử y như thật cho dù chúng hoàn toàn không phải vậy.

Điều này không đồng nghĩa với việc KYC đã chấm dứt, mà chỉ cho thấy KYC cần phải vượt ra khỏi quan niệm rằng một bức ảnh selfie và một chiếc ID là đủ để chứng minh bất cứ điều gì. Các nền tảng tồn tại được sau sự thay đổi này sẽ là những nơi coi việc xác minh là một quá trình liên tục thay vì một điểm kiểm tra duy nhất; họ sẽ xây dựng độ tin cậy theo thời gian thông qua các tín hiệu hành vi, thói quen giao dịch, dấu vân tay thiết bị (device fingerprints) và tái xác thực thường xuyên thay vì phụ thuộc vào một bằng chứng đơn lẻ vốn có thể làm giả.

Điều này ám chỉ rằng người dùng giờ đây phải tự mình gánh vác nhiệm vụ xác minh. Bạn không thể mặc định coi việc một nền tảng đã phê duyệt ai đó đồng nghĩa với việc người đó là thật. Tương tự, bạn không thể cho rằng một video trông chân thực thì nội dung của nó là thật. Bạn phải tự mình kiểm chứng thông qua các kênh khác cũng như bằng các công cụ và phương pháp khó làm giả hơn.

Hậu quả tài chính của việc phán đoán sai lầm không phải là điều duy nhất; mà còn là sự xói mòn dần dần của niềm tin nền tảng rằng người ở đầu bên kia của một giao dịch chính là người mà họ tuyên bố. Một khi niềm tin đó biến mất, mọi tương tác đều phải đối mặt với sự ngờ vực và mọi giao dịch đều phải được kiểm chứng độc lập, để rồi sự tin tưởng không còn có thể được trao đi một cách dễ dàng.

Deepfake thực sự vượt qua được các quy trình KYC. Điều này không đúng trong mọi trường hợp hoặc trên mọi nền tảng, nhưng diễn ra đủ thường xuyên để đẩy con số thiệt hại do gian lận lên hàng tỷ đô la. Vấn đề không phải là liệu điều này có tiếp diễn hay không. Vấn đề là liệu các biện pháp phòng thủ có thể bắt kịp trước khi cái giá của sự thờ ơ trở nên quá đắt đỏ để có thể ngó lơ.

Sự gian lận và nỗi hoang mang thường bắt gặp nhau ở câu chuyện chi phí giao dịch. Các khoản phí bạn phải trả khi chuyển tiền on-chain, đặc biệt là trong các giao dịch USDT trên các mạng lưới như TRON, có thể dao động rất lớn tùy thuộc vào cách thức giao dịch được thiết lập. Kẻ lừa đảo lợi dụng điều này bằng cách dựng lên các nền tảng giả mạo hiển thị mức phí cao hơn rồi giữ lại phần chênh lệch cho riêng mình. Chúng cũng gửi các tin nhắn lừa đảo nói rằng bạn phải trả một khoản phí blockchain khẩn cấp để giải phóng tiền, mặc dù khoản phí như vậy thực tế không hề tồn tại.

Nếu bạn nắm rõ một giao dịch chuyển tiền thực sự tốn bao nhiêu, bạn có thể tránh bị lừa bởi các chiêu trò này. Chẳng hạn, trên TRON, mỗi giao dịch chuyển USDT đều tiêu tốn một lượng Energy và Bandwidth nhất định. Khi bạn không có đủ lượng tài nguyên này, mạng lưới sẽ bán TRX của bạn để bù đắp chi phí, và điều này có thể rất tốn kém. Một giao dịch chuyển đến một địa chỉ đã có sẵn USDT sẽ tiêu tốn ít Energy hơn so với việc gửi đến một địa chỉ ví trống vì mạng lưới phải khởi tạo số dư token. Khi biết trước điều này, bạn có thể nhận ra ngay khi có ai đó nói dối về số tiền bạn phải trả.

Các công cụ như Netts USDT Transfer Calculator cho phép bạn xác định chính xác lượng Energy và Bandwidth mà một giao dịch cụ thể sẽ cần, cũng như liệu việc thuê Energy có rẻ hơn so với việc đốt TRX hay không. Đối với những ai thường xuyên thực hiện chuyển USDT hoặc luân chuyển số lượng tiền lớn, điều này tạo nên sự khác biệt giữa việc trả mức phí USDT thấp nhất có thể và việc phải trả gấp đôi hoặc nhiều hơn thế. Nó cũng cung cấp một phương tiện để kiểm tra xem mức phí mà ai đó yêu cầu bạn thanh toán là có thật hay chỉ là một con số bịa đặt nhằm bòn rút thêm một chút tiền từ bạn mỗi lần giao dịch. Dù các công cụ tính toán chi phí minh bạch không thể loại bỏ hoàn toàn gian lận, chúng đã tước đi một trong những mánh khóe đơn giản nhất mà kẻ xấu dùng để chiếm đoạt tiền từ những người không hiểu rõ chi phí thực sự của một giao dịch blockchain.