新聞加密貨幣比特幣紅隊在全面性AI輔助安全審計中報告近5,000項發現

比特幣紅隊在全面性AI輔助安全審計中報告近5,000項發現

作者: Cointelegraph·

重點速覽

  • 比特幣紅隊——一個由16名成員組成的志願者團體——在運作的首29.8小時內,在390個與比特幣相關的項目中識別出4,962個潛在漏洞。
  • 在所有發現中,720個被歸類為高嚴重性或嚴重級別問題,但目前僅有21.4%已成功複現。
  • 該團隊結合AI工具與人工審查,反映了利用大型語言模型加速代碼審計的更廣泛產業趨勢,儘管已知存在誤報的挑戰。
  • 安全審查活動在Coldcard硬體錢包遭駭事件後不久啟動,該事件中逾1億美元的比特幣被至少15名攻擊者盜取。
  • Coldcard事件突顯了比特幣生態系統中持續存在的緊張關係——開源透明度使獨立安全審查成為可能,但漏洞被識別後能否及時得到負責任的處理,在速度上仍存在落差。
比特幣紅隊在全面性AI輔助安全審計中報告近5,000項發現

一個僅由16名成員組成的比特幣安全志願者團體,在對比特幣生態系統中的項目進行快速AI輔助審查後,報告了近5,000個潛在漏洞。

該倡議名為「比特幣紅隊」(Bitcoin Red Team),成員包括AnchorWatch執行長Rob Hamilton和比特幣開發者Calle等人。該團隊一直在結合AI工具與人工審查,掃描與比特幣相關的開源代碼庫以查找安全缺陷。此方法反映了網路安全產業的更廣泛趨勢——大型語言模型日益被用於加速代碼審計,其規模和速度是純人工審查無法企及的——不過,自動化掃描工具也已知會產生大量誤報,需要人工進行分流處理。

「現在生態系統中存在很多混亂。我們完全理解目前許多人正被安全問題所困擾,」Calle表示。

週三在X平台上發文時,Calle表示:「我們平均每人每小時發現約1個嚴重漏洞。」(來源:Calle在X上的發文

據Calle表示,在該團隊運作的首29.8小時內,志願者在390個項目中發現了4,962個潛在問題。其中多達720個被歸類為高嚴重性或嚴重級別問題。迄今為止,21.4%的發現已成功複現。相對較低的複現率凸顯了AI輔助和自動化安全掃描中一個眾所周知的挑戰:在高數量下區分真正可利用的漏洞與理論上或較低嚴重性的問題。

比特幣安全審查活動的啟動,緊隨Coldcard硬體錢包遭駭事件之後,該事件中逾1億美元的比特幣被盜。另一份來自Galaxy的報告指出,至少15名攻擊者利用了Coldcard的漏洞。該事件突顯了比特幣生態系統中持續存在的緊張關係——開源透明度允許獨立的安全審查,但漏洞被識別後能否及時得到負責任的處理,在速度上仍存在落差。