
حمله مایع ۴۰۰۰ BTC را ربود؛ اشکالات هوش مصنوعی بیتکوین را…
سرقت ۱۱۴ میلیون دلاری Coldcard و یک وضعیت اضطراری Core Lightning به الگوی ریسک BTC ناشی از پیچیدگیها افزوده میشود.
هکرهای کلاه سفید از شبکه Liquid شرکت Blockstream سوءاستفاده کرده و حدود ۴۰۰۰ BTC (۳۱۷ میلیون دلار) برداشت کردند و پس از اعمال یک وصله، ۳۴۰۰ BTC را بازگرداندند. این حادثه در کنار سرقت کیف پول Coldcard و یک وضعیت اضطراری Core Lightning قرار میگیرد، در حالی که کارهای امنیتی با کمک هوش مصنوعی، کشف آسیبپذیریها را در کدهای مرتبط با بیتکوین گسترش میدهد.
برداشت ۴۰۰۰ بیتکوین Liquid ریسک زنجیره جانبی بیتکوین را دوباره به جریان انداخت
Liquid یکبیتکوینزنجیره جانبی متصل، به این معنی که BTC میتواند به یک زنجیره جداگانه با قوانین و اپراتورهای خود منتقل شود تا تسویه سریعتر و ویژگیهای اضافی را به دست آورد. این طراحی ریسک را از لایه پایه بیتکوین به سمت پل، نرمافزار زنجیره جانبی و مدل امنیت عملیاتی که آن را در حال اجرا نگه میدارد، متمرکز میکند.
در تاریخ ۸ سپتامبر، هکرهای کلاه سفید از شبکه Liquid Blockstream سوءاستفاده کرده و حدود ۴۰۰۰ BTC، معادل حدود ۳۱۷ میلیون دلار، برداشت کردند. پس از رفع آسیبپذیری، ۳۴۰۰ BTC بازگردانده شد و حدود ۶۰۰ BTC بر اساس اعداد اعلام شده تاکنون، همچنان بازیابی نشده است.
این تنها یک تیتر جداگانه "بیتکوین هک شد" نبود. این یک یادآوری بود که ریسک ترازنامه با denominated BTC اغلب در لایههای اطراف بیتکوین قرار دارد: زنجیرههای جانبی، نرمافزار گره لایتنینگ و مجموعه کیف پول و فریمور که معاملهگران واقعاً استفاده میکنند.
مهاجمان همچنین حدود ۱۱۴ میلیون دلار بیتکوین از کیف پولهای Coldcard را خالی کردند و توسعهدهندگان Core Lightning پس از آنکه گزارشهای امنیتی تولید شده توسط هوش مصنوعی آسیبپذیریهای واقعی را کشف کردند، یک وضعیت اضطراری صادر کردند.
شکار اشکالات هوش مصنوعی سریعتر از آنچه زیرساخت بیتکوین بتواند ترمیم کند، گسترش مییابد.
مکانیسم تغییر هزینه است. مدلهای هوش مصنوعی میتوانند به سرعت کدهای بزرگ را بخوانند و الگوها را شناسایی کنند و کشف آسیبپذیری را از یک هنر سفارشی به چیزی نزدیکتر به یک جستجوی صنعتی تبدیل کنند. این تغییر، ریتم گزارشهای باگ معتبر را تغییر میدهد و زمان بین "هیچکس به این مخزن نگاه نمیکند" و "کسی یک اکسپلویت کارا یا یک پچ کارا دارد" را فشرده میکند.
در ماه اوت، 16 توسعهدهنده بیتکوین از مدلهای هوش مصنوعی برای بررسی 390 پروژه بیتکوین استفاده کردند و تقریباً 5,000 یافته تولید کردند که شامل 85 مورد که در ابتدا به عنوان بحرانی ارزیابی شده بودند، میشود. حتی پس از کاهش درجه اهمیت در مرحله تریاژ، نکته برای اپراتورها میزان پردازش است: سطح بیشتری مورد بررسی قرار میگیرد، بیشتر اوقات، و دسترسی به موارد خاص با هزینه کمتری انجام میشود.
این فشار بیشتر بر روی "پارادوکس پیچیدگی" بیتکوین تأثیر میگذارد. لایه اصلی بیتکوین بهطور عمدی ساده طراحی شده است تا ریسک را به حداقل برساند، اما فشار برایقراردادهای هوشمندو معاملات سریعتر خارج از زنجیره، کدهای پیچیدهتر و احتمالاً آسیبپذیرتری را ایجاد کرده است.
سیستمهای لایه ۲ معاملات را از زنجیره اصلی خارج میکنند، زنجیرههای جانبی فرضیات امنیتی متمایزی را معرفی میکنند و پیادهسازیهای Lightning مانند Core Lightning پیچیدگی عملیاتی و نرمافزاری را در سطح نود اضافه میکنند.
گریگوری، یک توسعهدهنده اپلیکیشن بیتکوین که قبلاً در مریل لینچ و جیپیمورگان کار کرده و بعداً رهبری CommerceBlock را بر عهده داشت، تغییر را به صراحت در یک پیام تلگرام بیان کرد: "در یک مقطع زمانی باید این را بپذیریم. هوش مصنوعی اشکالاتی را پیدا میکند که هیچ انسانی نمیتواند پیدا کند."
چه چیزی را باید معاملهگران قیمتگذاری کنند: حق بیمه پیچیدگی برای L2ها، کیفپولها و عملیات لایتنینگ
بازنگری عملی یک "حق بیمه پیچیدگی" بر روی هر چیزی است که در معرض BTC قرار دارد و نیاز به کد اضافی و اپراتورهای اضافی دارد. برداشت ۴۰۰۰ BTC Liquid از نظر مقیاس DeFi در اصطلاح BTC است، اما در یک سیستم نزدیک به Bitcoin قرار دارد که ریسک آن توسط معیارهای لایه پایه مانند شرایط mempool یا رفتار ماینرها منعکس نمیشود.
برای معاملهگران، سیگنالهای کوتاهمدت عملیاتی هستند، نه کلان. افشای پیگیری از Blockstream و Liquid در مورد علت اصلی، BTC باقیماندهای که بازیابی نشده (حدود 600 BTC) و اینکه آیا وصلههای اضافی یا تغییرات عملیاتی لازم است، بیشتر از روایتهای کلی درباره "امنیت AI" اهمیت خواهد داشت.
زیرساخت لایتنینگ نقطه فشار دیگری است. لایتنینگ اصلی قبلاً مجبور شد به دلیل ظهور گزارشهای تولید شده توسط هوش مصنوعی که مشکلات واقعی را نشان میداد، یک هشدار اضطراری صادر کند و نشانه بعدی این خواهد بود که آیا سایر پیادهسازیهای لایتنینگ مشاورههای هماهنگ یا راهنماییهای اضطراری مشابهی منتشر میکنند در حالی که گزارشهای تولید شده توسط هوش مصنوعی در حال گسترش هستند.
مانیتور سوم این استحسابرسیخود پایپلاین. جستجوهای بزرگمقیاس با کمک هوش مصنوعی، شامل دامنه، تعداد مخازن و تعداد یافتههایی که پس از ارزیابی همچنان "بحرانی" باقی میمانند، به عنوان معیاری برای سرعت کشف آسیبپذیریهای جدید عمل خواهند کرد.
استکهای کیف پول نیز باید در همان لیست باشند: سرقت Coldcard، فریمور و ابزارهای اطراف آن را دوباره در شعاع انفجار قرار میدهد و کاتالیزور ملموس بعدی بهروزرسانیهای امنیتی و بررسیهای پس از حادثه مرتبط با آن حادثه خواهد بود، از جمله اینکه آیا خسارات یا بازیابیهای بیشتری گزارش میشود یا خیر.
نظر من: هوش مصنوعی مخازن خوابیده را به سطح حمله زنده تبدیل میکند
آستانهای که اهمیت دارد این نیست که آیا هوش مصنوعی مثبتهای کاذب تولید میکند یا خیر. بلکه این است که آیا هوش مصنوعی کد "قدیمی و ساکت" را به اندازه کافی ارزان میکند که بررسی آن اقتصادی شود و منطقی باشد که تا زمانی که چیزی واقعی پیدا نشود، به جستجو ادامه دهیم.
چارچوبسازی گریگوری به ریسک اصلی میپردازد: "اگر یک مدل بتواند یک باگ در مالی C از سال 2006 را بیدار کند، احتمالاً میتواند یک مخزن statechain که حرکت نکرده است را بخواند" و به طور مستقیمتر، "کدهای استفادهنشده از لحظهای که هزینه خواندن آن به صفر کاهش یافت، دیگر استفادهنشده نیستند."
اگر این درست باشد،نوسان و کاتالیزورهای ریسک طرف مقابل بیتکوین به طور فزایندهای از محیط عملیاتی ناشی خواهند شد، جایی که L2های پیچیده، زنجیرههای جانبی، نرمافزار Lightning و فریمور کیف پول، قرار گرفتن در معرض BTC را پشت کدی که اکنون به صورت مقیاسپذیر اسکن میشود، متمرکز میکنند.