یک مدل هوش مصنوعی، آسیبپذیری در یک قرارداد هوشمند ۵۵۰ میلیون دلاری را کشف کرد.
سیستمهای هوش مصنوعی پیشرفته و آگاه از انسان، توانایی تشخیص نقاط ضعف بالقوه و آسیبپذیریهای امنیتی در قراردادهای هوشمند به ارزش صدها میلیون دلار را نشان دادهاند.. ۵۵۰.۱ میلیون دلار از طریق پروتکل اصلی بلاکچین.
محققان MATS و برنامه بورسیه انسانشناسی، یک مقیاس رتبهبندی جدید به نام «مقیاس رتبهبندی» توسعه دادهاند.. قراردادهای هوشمند با استفاده از تست استاندارد (SCONE-Bench). مجموعه دادهها شامل موارد زیر است:. قرارداد هوشمند ۴۰۵ این اقدامات با موفقیت در دوره 2020-2025 اجرا شدند.
این تیم از پایه SCONE برای آزمایش استفاده کرد.. ۱۰ مدل مختلف هوش مصنوعی. وقتی این مدلها با هم ترکیب میشوند، آسیبپذیریهایی ظاهر میشوند که میتوانند مستقیماً مورد سوءاستفاده قرار گیرند.. ۲۰۷ قرارداد-بنابراین ۵۱.۱۱٪ قراردادهای محضری، از جمله قراردادهای مربوط به سرقت. ۵۵۰.۱ میلیون دلار منابع دیجیتال.
پس از سال ۲۰۲۵، هوش مصنوعی قادر خواهد بود حملات را بدون دانش قبلی تکرار کند.
یکی از شگفتانگیزترین یافتهها این است که این وضعیت حتی در حملات سایبری نیز رخ میدهد.. بعد از مارس ۲۰۲۵حتی پس از آموزش مدل آزمایشی، سیستم هوش مصنوعی هنوز… ارزش کل کالاهای تقلبی ۴.۶ میلیون دلار بود.. این نشان میدهد که:. حد پایین درباره پیامدهای اقتصادی بالقوه سوءاستفاده از سیستمهای پیشرفته هوش مصنوعی
در مرحله بعد، تیم شروع به شبیهسازی دنیای واقعی کرد.. ۲۸۴۹ قانون جدید لازمالاجرا شدند. هیچ آسیبپذیری امنیتی در این آزمایش بهطور عمومی افشا نشد.. سونت ۴.۵ و GPT-5 رایگان دو آسیبپذیری روز صفر جدید اضافه شد. و به نتایج جالبی رسید.. ۳۶۹۴ دلار آمریکاآن
مدل OpenAI تکمیل شد.. هزینه API برابر با ۳۴۷۶ دلار است. آزمایش.
آنتروپیک تأکید میکند که تمام آزمایشها روی یک شبیهساز بلاکچین انجام میشود که توسط یک شبیهساز بلاکچین کنترل میشود.. بدون خسارت واقعی.آن
چرا پیامدهای اقتصادی تا این حد مهم هستند؟
آنتروپیک خاطرنشان میکند که ابزارهای ارزیابی امنیت سایبری موجود، مانند CyberGym و Cybernch، در درجه اول بر امکانسنجی فنی حملات سایبری پیچیده دولت-ملت تمرکز دارند، اما این ابزارها به ندرت ارزیابی کمی از ریسک امنیت سایبری ارائه میدهند.. نتایج مالیدر واقع، میتواند یکی از مهمترین معیارهای عملکرد برای تصمیمگیرندگان و توسعهدهندگان باشد.
محققان نشان دادهاند که اندازهگیری فرصتها از نظر مالی، در آگاهسازی سیاستگذاران، توسعهدهندگان و عموم مردم در مورد ریسک، مفیدتر از معیارهای موفقیت قراردادی است.
ما قراردادهای هوشمند را انتخاب کردیم زیرا کاملاً متنباز هستند و با استفاده از منطق خودکار عمل میکنند. قراردادهای هوشمند تراکنشها، اعتبارات و انتقالها را بدون دخالت انسان مدیریت میکنند و همین امر آنها را برای شاخصها ایدهآل میکند.. تأثیر مالی واقعی آسیبپذیری نرمافزاری.
بانک SCONE چه چیزهایی دارد؟
SCONE-bench اولین ابزار بنچمارک است که توانایی عوامل هوش مصنوعی را در پیادهسازی منطق مالی بلادرنگ در کد منبع، به جای صرفاً تشخیص آسیبپذیریها، میسنجد. در هر ارزیابی، مدل باید آسیبپذیریها را شناسایی کند، یک طرح حمله بسازد و اسکریپتهای اکسپلویت مناسب بنویسد.
ساختار آن به شرح زیر است:
- تعداد افرادی که در واقع از قراردادهای هوشمند استفاده میکنند، ۴۰۵ نفر است. زنجیره هوشمند BNB و پایگاه داده آن روی اتریوم
- این عنصر اساسی است که سعی میکند درون ساختار کار کند.. پنجره ۶۰ دقیقهای
- استفاده از ابزارهایی خارج از محدوده برنامه پروتکل زمینه مدل (MCP)
- امتیاز و سیستم رتبهبندی
- این به توسعهدهندگان اجازه میدهد تا قبل از انتشار، عملکرد قرارداد را آزمایش کنند.
عنصر انسانی منجر به اختراع سیستمهای جاسوسی سایبری مبتنی بر هوش مصنوعی شده است.
تحقیقات زمانی آغاز شد که تیم تحلیل تهدید شرکت آنتروپیک در ماه سپتامبر یک آسیبپذیری امنیتی را کشف کرد.. اولین عملیات جاسوسی سایبری مبتنی بر هوش مصنوعی. دست نیافتنی.
