Kamalian sa Seguridad ng Coldcard ay Maaaring Nagsanhi ng Pagkakalantad ng 1,128 BTC na Halagang $71.1M

Isang kamalian sa software ng Coldcard na nagtrabaho nang limang taon ay maaaring nagbigay-daan sa isang attacker na muling bumuo ng mga pribadong key at i-sweep ang higit sa 1,100 bitcoin, na nagpukaw sa tagagawa ng wallet na isama ang artificial intelligence (AI) bilang bahagi ng pagkakatuklas.

Naging publiko ang insidente pagkatapos lumipat ng humigit-kumulang 594 BTC, na may halagang malapit sa $38 milyon noong panahong iyon, mula sa mga single-signature bitcoin address na humigit-kumulang 500 noong Hulyo 30. When the news first broke, Bitcoin.com News noted na ang mga pag-transfer ay naganap sa loob ng humigit-kumulang 25 minuto at tila nagtutungo sa mga wallet na may karaniwang teknikal na kahinaan.

Nang lumawak ang mga pagrerebyu ng blockchain, lumawak din ang posibleng sukat ng pagkakawala. Ipinagpalagay ng mga mananaliksik na mula sa 1,082 hanggang 1,196 na address ang maapektuhan sa loob ng isang panahon na halos 41 minuto. Ang isang custom dashboard called Coldcard Sweep Watch ay nagbigay ng kabuuang halaga na 1,128.4717 BTC, na may halagang humigit-kumulang sa $71.1 milyon nang magtrabaho ang bitcoin malapit sa $63,044.

Karamihan sa mga pondo ay pinagsama sa isang address na may higit sa isang daan bitcoin, kung saan ang malaking bahagi ay nanatiling kahit na hindi nagbabago. Ang mga apektadong address ay nagkakaugnay sa isang mahalagang detalye: Ang kanilang recovery seeds ay nilikha sa mga Coldcard hardware wallet na gawa ng Canadian na kumpanyang Coinkite.

Ang recovery seed ay isang listahan ng mga salita na nagpapahintulot sa pag-access sa isang cryptocurrency wallet. Ang sinuman na makakapag-reconstruct o makakakuha ng seed na iyon ay karaniwang makakalikom ng pera sa wallet nang walang pangangailangan ng pisikal na device.

Coinkite ay naglabas ng urgente na payo na ang ilang seeds na ginawa sa mga device na Coldcard ay maaaring mahina. Ang mga device na Mk3 na nagpapatakbo ng firmware version 4.0.1, na inilabas noong Marso 2021, at mas bagong bersyon ay kasama sa mga nakaapekto ng pinakamalaking panganib.

Lumawak ang pag-aaral upang isama ang mga butil na nilikha sa ilang Mk4, Mk5, at Q device bago ipaglaban ni Coinkite ang emergency firmware fixes. Ang mga produkto na Tapsigner, Opendime, at Satscard ay hindi apektado ayon sa mga ulat dahil gumagamit sila ng iba’t ibang software.

Ang kahinaan ay nagsasangkot sa proseso na ginamit upang makagawa ng random na data. Ang mga secure na wallet ay nakadepende sa mataas na kalidad ng randomness upang hindi mabuksan ang kanilang recovery seeds. Sa mga pinakaseryosong naapektuhan na Mk3 device, hinulaan ng mga researcher na ang seed ay maaaring naglalaman lamang ng halos 40 bits ng epektibong randomness替代 128 bits.

Mahalaga ang pagkakaiba na ito. Ang tamang nilikhang 128-bit seed ay itinuturing na praktikal na imposible na malaman sa pamamagitan ng brute force. Ang 40-bit seed naman ay nag-aalok ng mas kaunting mga posibilidad, na nagpapahintulot sa isang attacker na may sapat na computing power na subukan ang mga posibleng seed nang offline at ihambing ang mga resultang address sa publikong Bitcoin blockchain.

Maaaring nagbigay ang ilang mas bagong mga device ng halos 72 bits ng epektibong randomness dahil idinagdag ng secure na hardware ang isang karagdagang layer ng hindi makikilalang data. Ito ay gagawing mas mahirap i-reconstruct ang mga seed, kahit na mas mahina pa rin kaysa sa inaasahan.

Nagsimula ang problema sa isang pagkakamali sa konfigurasyon sa panahon ng pagbuo na may kaugnayan sa dalawang software function na nagpapagana ng magkakaparehong gawain. Gumamit ang isa sa hardware-based na tunay na random number generator ng device, habang nagdepende ang isa sa mas mahinang software process na ipinamana mula sa MicroPython.

Gusto ng Coinkite na i-disable ang opsyon ng MicroPython. Gayunpaman, ang isang software check ay tanging tinignan kung ang isang label ng konfigurasyon ay nakadefine, hindi kung ang halaga nito ay nakaset sa zero. Bilang resulta, ang natapos na firmware ay maaaring nangunguna nang tahimik sa mas mahinang function.

Dahil ang dalawang function ay may magkakatulad na format, patuloy na pinag-compile at pinagana ng software nang walang makikita mong error. Ang pagkakamali ay pumasok sa code noong isang software migration noong 2021 at nanatili sa publicly available firmware nang higit sa limang taon.

Ang pag-update ng isang device ngayon ay hindi magpapalakas ng seed na ginawa sa ilalim ng may kamalian na software. Dapat lumikha ng buong bagong seed ang mga naapektong gumagamit gamit ang perpektong firmware o ibang ligtas na device, tapos ilipat ang kanilang pera sa mga address na pinagmamay-ari ng bagong seed na iyon.

Ang mga gumagamit na nagdagdag ng hindi bababa sa 50 na independiyenteng pag-rol ng dice habang nagtatayo ng kanilang seed ay maaaring nagbigay ng sapat na karagdagang randomness upang maiwasan ang kahinaan. Maaari rin nang gawing mas mahirap ang pag-reconstruct ng isang malakas na BIP-39 passphrase, habang ang mga wallet na nangangailangan ng mga lagda mula sa maraming independiyenteng device ay maaaring nakapagpigil sa isang nasiraan na seed na maglipat ng pera nang mag-isa.

Ipinahayag ni Coinkite CEO na si Rodolfo Novak ang pagpapatawad at sinabi na ang kumpanya ay tumanggap ng buong responsibilidad sa pagkabigo ng firmware. Sinabi niya na ang koponan ay nagtatrabaho sa fixed software, teknikal na ulat, at suporta para sa mga naapektuhandong user.

Ang Coinkite at Novak ay nag-advance din ng isang nakakatutok na teorya tungkol sa paano natuklasan ang kakulangan. Dahil ang kanilang firmware ay nakalabas na sa publiko sa loob ng maraming taon, sinabi ng kumpanya na naniniwala sila na maaaring gamit ng isang tao ang AI upang suriin ang mga mas lumang bersyon ng code at matukoy ang mahina na daan ng randomness.

“Sa lahat ng iba pang developer: naniniwala kami na ito ay isang malinaw na katotohanan ng bagong AI paradigm. Ang AI-assisted code review ay makakahanap ng latent bugs sa isang bilis na lumalampas sa pinakamadaling eksperto ng industriya,” sinulat ni Novak sa kanyang apology post na ipinahayag sa X. “Kung ang iyong firmware ay open-source o kaya ay naging public kahit saan, ipagpalagay na ito ay naka-read na ng mga attacker at defender.”

Ang mga modernong AI system sa pag-code ngayon ay nakakaproseso ng malalaking software repository at nakakatukoy ng mga sosyosong ugnayan sa pagitan ng mga configuration settings, mga function, at mga security assumption. Maaaring hingin ng isang attacker na tingnan ng ganitong sistema ang partikular na mga mahina random number generators, fallback functions, o mga error na nakakaapekto sa cryptographic keys.

Matapos malaman ang nakapalibot na problema sa randomness, ang mga independiyenteng mananaliksik ay nag-ulat na gumamit ng AI models upang makahanap o ipaliwanag ang isyu. Ipinakita nito kung gaano kahabaan ang pag-access sa AI-assisted code analysis, ngunit hindi ito nagpatunay na gumamit ng AI ang orihinal na attacker.

Coinkite ay kilala na ang kanilang sariling pagsusuri gamit ang isang pangunahing AI model ay hindi nakakatuklas ng kakulangan bago ang pagkakawala. Ipapakita ng resultang ito na ang mga sistema ng AI ay hindi awtomatikong nakakatuklas ng bawat seriyosong defekto. Ang kanilang pagganap ay maaaring magdepende sa mga instruksyon na kanilang tatanggap, ang amount ng code na ibinigay, at kung ang isang tao ay nagkakaroon ng pag-unawa sa mga palatandaan ng babala.

Ilan sa mga espesyalista sa seguridad ay nagsasabing ang sobrang pagtutok sa mga panganib ng artificial intelligence (AI) ay maaaring magdulot ng pagkakalimot sa isang pangunahing pagkakamali sa inhenyeriya. Marami ang naniniwala na ang pagkakamali sa konfigurasyon ay isang kilalang uri ng software error, at ang karaniwang pagsusuri ng code, mga prosedurang pagsubok, o mga audit na nakatuon sa pagbuo ng seed ay maaaring nakakita nito taon na ang nakalipas.

Hindi kinakailangang hindi kompatibl ang magkabilang pananaw. Ang isang tao ang nagdulot ng vulnerability at pinahintulutan itong magpatuloy, habang maaaring bawasan ng AI ang gastos sa paghahanap, pag-unawa, o pagsasamantala nito. Dapat makahanap ng lahat ng mapanganib na kahinaan ang mga tagapagtanggol, habang sapat na para sa isang mang-aagaw na makahanap lamang ng isang ito.

Ang insidente ay nagtataas din ng mga aksiyon tungkol sa seguridad ng open-source. Ang pampublikong code ay nagpapahintulot sa mga independiyenteng eksperto na suriin ang software, ngunit ang pagkakaroon lamang ay hindi nagjamin na may tao na susuriin ang tamang seksyon, makikilala ang isang subtil na depekto, at irereport ito bago mag-act ang isang attacker.

Para sa mga gumagamit ng Coldcard, ang kaagad na prioridad ay matukoy k kailan at paano nila ginawa ang kanilang seed. Kailangan ng lahat ng may apektadong seed na patunayan ang mga tagubilin sa pamamagitan ng opisyal na mga channel ng Coinkite, i-install ang pinagbagoang firmware, lumikha ng bagong seed, at ilipat ang mga pera nang maingat habang nagmamalasakit sa mga phishing attempt at mga pekeng mensahe ng suporta.

Ang mga tanong sa mas mahabang panahon ay magiging sentro sa kung gaano karaming bitcoin ang kinuha, kung makakakilala ang mga imbestigador ang attacker, at kung mayroon bang desisibong papel ang AI sa paghahanap ng pagkakamali. Ang mga kumpanya ng hardware wallet ay magkakaroon din ng presyon upang palakasin ang pagsubok sa entropy, i-audit ang mga konfigurasyon ng pagbuo, at tuloy-tuloy na pagsuri sa lumang code gamit ang mga eksperto at mga kasaligan na AI tool.