币安表示,随着人工智能增加安全噪声,漏洞报告可能激增三倍。

CN
1 小時前

关键要点

  • 报告数量预计将比去年增长三倍。
  • 在Hackerone上提交的上半年报告中,只有4%是有效的支付漏洞。
  • 人类研究者发现了AI遗漏的Stellar缺陷。

随着廉价的AI工具使安全研究人员能够快速扫描软件并生成漏洞报告,人类审查者面临着日益增加的筛选负担。加密交易所Coinbase(纳斯达克:COIN)在8月11日的安全披露中概述了这一趋势,报告称提交数量有望达到去年三倍的水平,此前在前年翻了一番。

报告数量的增加与可靠发现的比例减少相吻合。Coinbase指出,有效报告的比例从2024年的14%下降到2026年上半年的4%。该公司将研究人员越来越多的AI使用与AI生成报告的急剧增加联系在一起,但并未具体说明总提交的百分比中有多少涉及自动化工具。

Coinbase于7月29日缩小了其Web2漏洞赏金计划,关注高危、关键和极端漏洞。在上半年的Hackerone报告中,44%是重复项,37%包含没有可利用缺陷的信息,15%则无效。极端漏洞仍然有资格获得高达100万美元的奖励。Hackerone是一个外部平台,独立研究人员向公司提交软件漏洞以进行审核和可能获得奖励。Coinbase使用Web2标签来指代传统网站、应用程序及支持服务。其单独的Cantina计划涵盖区块链和智能合约漏洞。

外部研究人员Joe Almeida和Anh Nguyen发现了Coinbase在Stellar提款的对账中涉及的微妙弱点。Stellar的费用提升机制允许第三方封装现有交易并支付更高的网络费用,无需新的签名或顺序号管理。

在某些条件下,Coinbase的系统可能会将原始交易视为失败,即使预期的链上转账成功。这一差异创造了内部支出被重复计算的潜在可能性。Coinbase暂停了受影响的流程,确认了修正,并恢复了正常处理。

客户资金没有受到影响,Coinbase没有发现除了研究人员的概念验证和内部测试以外的利用证据。AI单独标记了一个相关但不那么严重的存款缺陷。这些发现说明了Coinbase计划在自动化筛选和涉及协议规则及内部会计的专业调查之间的划分。

一次单独的AI辅助比特币安全审核在27.5小时的审查中产生了3962个潜在发现,涉及390个代码库。大约五分之一在发布时已被独立复现,剩余的警报在被视为确定漏洞之前仍需人工确认。

攻击者可以利用相同技术加速网络钓鱼、冒充和凭证盗窃。联邦调查局警告称,生成性AI帮助犯罪分子更快地生成令人信服的信息,自动化操作,并扩大他们的潜在目标范围。

8月10日对与朝鲜相关的Kimsuky活动的分析识别了AI平台并生成了相关基础设施中的文件。调查人员观察到针对虚拟资产、金融投资和软件开发目标的钓鱼材料。

3月6日对Tycoon 2FA钓鱼服务的报告描述了一种截取活动会话并捕获用于绕过多因素认证的令牌的技术。一项协调的干扰行动移除了与该操作相关的330个域名。

对于消费者而言,AI可以提高攻击速度并使钓鱼信息更具说服力,而漏洞赏金的数量主要影响公司审核团队。7月30日的链上安全评估在2026年上半年统计了212起攻击和11亿美元的损失。

个人防范措施仍然相关,尽管交易所扩大了自动审核并保留了专业研究人员。标准的数字资产安全实践包括安全的钱包备份、强密码管理和双因素认证。Coinbase修订后的计划保持Web3奖励不变,同时将其公共Web2赏金支付集中在高影响缺陷上。

免责声明:本文章仅代表作者个人观点,不代表本平台的立场和观点。本文章仅供信息分享,不构成对任何人的任何投资建议。用户与作者之间的任何争议,与本平台无关。如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到support@aicoin.com,本平台相关工作人员将会进行核查。

分享至:
APP下載

X

Telegram

Facebook

Reddit

複製鏈接