AI安全审计揭示比特币生态系统漏洞

区块链文库报道：

AI安全审计揭示比特币生态系统漏洞

在一次大规模的安全扫描中，比特币红队利用人工智能对比特币相关的501个开源项目进行了全面审查。经过108小时的持续工作，他们发现了7,958个潜在安全差异。这项开创性的调查凸显了比特币网络内需要关注的重大领域。

主要发现是什么？

审计结果显示，有1,280个问题被归类为高危或严重级别，但需要明确的是，其中只有一部分是真正可复现且影响严重的。这些发现主要指向需要紧急修复的区域，而非容易被利用的现有威胁。开发者已收到其中29.4%漏洞的报告，确保采取主动措施降低风险。

在数千个发现中，仅有少数既严重又可复现，这凸显了应将修复工作优先集中在经过验证、影响真实的问题上。

审计的影响立竿见影：BTCPay Server在发现其系统中存在被积极利用的漏洞后，立即将版本更新至2.4.2。得益于比特币红队研究人员的洞察，一个安全漏洞得以修补，显著增强了TOTP双因素认证机制，并加固了用户安全。

这些漏洞对运营有何影响？

支持比特币开源项目的非营利组织OpenSats直接受到影响，因其一直使用存在漏洞的BTCPay Server。幸运的是，他们迅速行动，更新了系统并保护了所有捐赠资金。尽管是暂时的，这一事件导致他们暂停了闪电网络捐款，以确保捐赠者的信心。

此次审计凸显了人工智能在现代化安全审查中的关键作用。红队利用Moonshot AI的Kimi K3模型，有效评估了比特币庞大的开源框架。虽然Kimi K3展现出了超越某些模型的能力，但仍需人工监督来准确识别真实威胁。

像Kimi K3这样的人工智能模型可以扫描大规模的代码库，但验证漏洞仍需人类专业知识的介入。

人工智能成本效益的提升，有望通过快速检测、修复和分发漏洞，增强开源项目的安全性。

这些风险主要影响软件基础设施组件，而非比特币核心协议。

为了应对这些漏洞，OpenSats设立了红队基金，以鼓励进一步的研究与开发。与此同时，一个数字资产组织联盟正在倡导让经过审查的安全专家能够访问先进的人工智能模型，以加强对新威胁的防御。这些措施旨在快速高效地加固开源平台，抵御潜在的攻击。