تیم رد بیت کوین با هوش مصنوعی 85 باگ مهم را در 390 پروژه رمزنگاری شناسایی کرده است.

گروهی متشکل از 16 توسعه‌دهنده، که تحت نام گروهی Bitcoin Red Team فعالیت می‌کنند، 4962 آسیب‌پذیری امنیتی را شناسایی کرده‌اند که شامل 390 پروژه مختلف ارزهای دیجیتال است. این یافته‌ها شامل 85 مورد بحرانی و 635 مورد با شدت بالا است که توسط Calle، خالق مستعار پروتکل cash ecash و هماهنگ‌کننده فعلی ابتکار گزارش شده است. افزایش امنیت رمزنگاری به کمک هوش مصنوعی ممیزی تیم بیت کوین رد از مدل های هوش مصنوعی پیشرفته برای بررسی کیف پول بیت کوین، کتابخانه های رمزنگاری و زیرساخت های حیاتی مرتبط با شبکه های دارایی دیجیتال استفاده کرد. کمپین آنها تقریباً 27 ساعت فعالیت داشت که در طی آن گروه به طور متوسط ​​2.31 یافته بالا یا بحرانی برای هر نفر در ساعت به دست آورد. کال خاطرنشان کرد که این میزان تشخیص در طول زمان افزایش یافته است و به بهبود مستمر ابزارهای تجزیه و تحلیل خودکار تیم اشاره کرد. با پیچیده تر شدن دارایی های دیجیتال و سیستم های مالی غیرمتمرکز، محققان و توسعه دهندگان امنیتی به طور فزاینده ای برای شناسایی آسیب پذیری ها به هوش مصنوعی روی آورده اند. بررسی فعلی توسط تیم بیت کوین رد نقش رو به رشد اتوماسیون و یادگیری ماشینی برای امنیت فعال در این بخش را برجسته می کند. مینی دیکشنری: Bitcoin Red Team، گروهی مستقل از محققان امنیتی است که بر شناسایی و افشای آسیب‌پذیری‌ها در نرم‌افزارها و ابزارهای مرتبط با بیت‌کوین با استفاده از هوش مصنوعی برای ممیزی و آزمایش تمرکز می‌کنند. اکسپلویت اخیر Coldcard بررسی فوری را به دنبال داردممیزی هماهنگ تیم قرمز به دنبال یک حادثه امنیتی مهم مرتبط با کیف پول سخت افزاری Coldcard رخ می دهد. از 30 ژوئیه، جاروهای غیرمجاز Coldcard بیش از 100 میلیون دلار از کیف پول کاربران به سرقت برده اند، که نشان دهنده خطر آسیب پذیری در راه حل های سخت افزاری رمزنگاری بسیار قابل اعتماد است. این حادثه فوریت برای ارزیابی‌های امنیتی کامل را برجسته کرده است و توسعه‌دهندگان و گروه‌های مستقل را بر آن داشته تا با استفاده از روش‌های دستی و خودکار، بررسی دقیق کیف پول‌های نرم‌افزاری و سخت‌افزاری خود را تشدید کنند. پروژه تعداد یافته‌ها مسائل بحرانی مسائل با شدت بالا همه پروژه‌ها (390) 4,96285635 AI ممیزی‌های امنیتی را تغییر می‌دهد ادغام ابزارهای هوش مصنوعی در تحقیقات امنیتی پتانسیل خود را برای کشف ایرادات مهم نرم افزار نشان داده است. در ماه ژوئن، یک ممیزی به کمک هوش مصنوعی ارز دیجیتال Zcash با تمرکز بر حریم خصوصی، اشکالی را شناسایی کرد که می‌توانست ایجاد ZEC تقلبی نامحدود را فعال کند، که هم مقیاس خطرات پنهان و هم اثربخشی راه‌حل‌های ماشین محور را نشان می‌دهد. با شناسایی روزافزون آسیب‌پذیری‌ها توسط سیستم‌های خودکار، کارشناسان صنعت تغییری را در نحوه انجام ممیزی‌ها مشاهده کرده‌اند و اسکن مداوم و مقیاس‌پذیر را نسبت به بررسی‌های دوره‌ای اولویت‌بندی می‌کنند.