AI phát hiện gần 5.000 lỗ hổng bitcoin trong 27,5 giờ

Bài viết: Xiao Bing

16 người, 27,5 giờ, 4962 vấn đề bảo mật, 85 lỗ hổng nghiêm trọng, 635 lỗ hổng cao cấp.

Bộ số liệu này đến từ một tổ chức tình nguyện có tên Bitcoin Red Team. Trong hai ngày qua, họ đã tiến hành một cuộc kiểm tra bảo mật toàn diện đối với 390 dự án mã nguồn mở của bitcoin bằng mô hình AI, trung bình nộp 166 phát hiện mỗi giờ và mỗi người phát hiện một lỗ hổng cấp độ nghiêm trọng mỗi giờ.

Người sáng lập giao thức Cashu, Calle, đã công bố báo cáo đầu tiên trên X, mở đầu bằng bốn chữ tóm tắt tình hình: "Tình hình cực kỳ tồi tệ."

Nhưng điều thực sự đáng lo ngại không phải là con số này.

Cuộc kiểm toán này không được khởi xướng một cách vô cớ.

Một tuần trước, hệ sinh thái Bitcoin vừa trải qua sự cố bảo mật lớn nhất trong lịch sử ví phần cứng. Ví Coldcard do lỗi trong bộ tạo số ngẫu nhiên trong bản cập nhật firmware năm 2021, khiến khóa riêng có thể được tính toán ngoại tuyến. Kẻ tấn công đã tiến hành bốn đợt trộm cắp kể từ ngày 30 tháng 7, làm rò rỉ hơn 5.200 địa chỉ; dữ liệu theo dõi từ Galaxy Research cho thấy tổn thất khoảng 1.816 BTC, tương đương hơn 116 triệu USD theo giá thời điểm đó.

Lỗi này đã nằm im lặng trong mã nguồn công khai trong năm năm, bất kỳ ai cũng có thể kiểm toán, nhưng gần như không ai xem xét một cách hệ thống.

Sự kiện Coldcard là chất xúc tác. Calle và Rob Hamilton, CEO của AnchorWatch, nhanh chóng thành lập Red Team, lấy vốn từ OpenSats và chi hơn 40.000 USD vào sức mạnh tính toán AI. Các mô hình họ sử dụng bao gồm Kimi K3 của Moonshot, GPT Sol của OpenAI, Fable và Opus của Anthropic, cũng như GLM5.2 của Zhipu.

Trong giai đoạn đầu của dự án, việc truy cập vào các mô hình của OpenAI và Anthropic bị hạn chế, nhóm chủ yếu dựa vào các mô hình mã nguồn mở của Trung Quốc. Chi tiết này本身就 rất thú vị: những người tình nguyện cầm các mô hình AI mã nguồn mở Trung Quốc đang thức trắng đêm chiến đấu để bảo vệ cơ sở hạ tầng tài sản tiền điện tử lớn nhất thế giới.

Sau 27,5 giờ, bức tranh dữ liệu như sau: trong số 4.962 vấn đề, 14,5% thuộc cấp độ nguy hiểm cao hoặc nghiêm trọng, trung bình mỗi dự án gặp 1,85 vấn đề nghiêm trọng. Các phát hiện nghiêm trọng về quyền riêng tư và công cụ CoinJoin chiếm tỷ lệ cao nhất, đạt 24%; tiếp theo là các sàn giao dịch và giao thức hoán đổi, 21%; các thư viện và SDK mật mã tạo ra lượng phát hiện gốc nhiều nhất (1.101), nhưng tỷ lệ nghiêm trọng chỉ là 10%. 91% các phát hiện được gửi qua quét tự động, 21% đã được xác minh lại trong môi trường cục bộ bằng mã chứng minh khái niệm.

Trong số 17 người đóng góp, 14 là con người và 3 là hệ thống tự động.

Rob Hamilton đã viết một câu trên X, quan trọng hơn tất cả các con số: “Phần khó nhất không phải là tìm ra lỗi, mà là gửi chúng đến đúng người.”

Trong thế giới nghiên cứu bảo mật truyền thống, "phát hiện" là giai đoạn tốn kém nhất. Một nhà nghiên cứu bảo mật hàng đầu có thể dành vài tuần để đảo ngược một đoạn mã để tìm ra lỗ hổng có thể khai thác. AI đã giảm chi phí này xuống gần như bằng không. 16 người kết hợp với mô hình AI có thể tạo ra sản lượng tương đương với vài tháng làm việc của một công ty kiểm toán.

Vấn đề nằm ở sau khi phát hiện. Tính đến thời điểm công bố báo cáo, chỉ có 19 trong số 390 dự án được kiểm toán (dưới 5%) đã hoàn thành việc tiết lộ upstream. Calle đã xin lỗi các nhà duy trì trong tweet, cho biết hiểu rằng làn sóng báo cáo đã gia tăng áp lực lên họ, và đội ngũ vẫn đang học cách lọc ra tiếng ồn. Đã có 8 phát hiện bị rút lại vì là báo cáo sai.

Đây là một sự thay đổi mang tính cấu trúc: AI đã biến việc “tìm lỗi” thành hành động gần như miễn phí, khiến điểm nghẽn trong toàn bộ quy trình an ninh chuyển ngay từ khâu phát hiện ở đầu nguồn sang các khâu trung và cuối: xác minh, phân loại, chuyển đến người duy trì phù hợp, sửa chữa, kiểm thử và triển khai bản vá. Các khâu này vẫn phụ thuộc rất nhiều vào con người, vẫn chậm chạp và vẫn hỗn loạn.

Và đây chính là lợi thế cấu trúc của kẻ tấn công.

Người bảo vệ cần hoàn thành toàn bộ chuỗi quy trình: phát hiện lỗ hổng → xác minh → tiết lộ có trách nhiệm → chờ xác nhận từ người duy trì → sửa chữa → đẩy bản vá → người dùng cập nhật. Mỗi bước đều có sự ma sát và độ trễ.

Kẻ tấn công chỉ cần: phát hiện lỗ hổng → khai thác.

AI khiến điểm khởi đầu của chuỗi trở nên rẻ tiền cho cả hai bên. Tuy nhiên, sự bất cân xứng ở các bước tiếp theo có nghĩa là cuộc chạy đua vũ trang này tự nhiên có lợi cho phía tấn công. Ví dụ của Coldcard là minh chứng rõ ràng: một lỗ hổng năm 2021 đã được lưu trữ công khai trong kho mã trong năm năm, người phòng thủ không quét hệ thống, trong khi kẻ tấn công sử dụng AI để tìm ra không gian khóa có thể dự đoán được, quét sạch 1.083 BTC trong 41 phút.

Một tín hiệu lớn hơn đã xuất hiện. Vào tháng 4 năm nay, Anthropic đã trình bày Claude Mythos Preview, một mô hình AI bị từ chối công bố do rủi ro bảo mật quá cao. Theo giải thích của Anthropic, Mythos có thể phát hiện một lỗ hổng duy nhất với chi phí tính toán dưới 50 đô la, và nhóm đã sử dụng nó để tự động phát hiện ra một lỗ hổng tồn tại 27 năm trong hệ điều hành OpenBSD. OpenBSD là một trong những hệ điều hành được công nhận rộng rãi là an toàn nhất toàn cầu, được sử dụng rộng rãi để vận hành tường lửa và cơ sở hạ tầng then chốt. Do đó, Anthropic đã khởi động chương trình Project Glasswing, hợp tác với khoảng 40 tổ chức như AWS, Apple, Microsoft và Google, sử dụng mô hình này để vá các lỗ hổng trước khi kẻ tấn công khai thác.

Tháng 5, nhóm tình báo mối đe dọa của Google đã công bố một cột mốc khác: họ đã phát hiện một băng nhóm tội phạm sử dụng mô hình AI để phát hiện lỗ hổng zero-day và viết mã khai thác. Lỗ hổng này là một lỗ hổng bypass xác thực hai yếu tố, được nhúng trong một công cụ quản lý mã nguồn mở được sử dụng rộng rãi. Google đã xác định nguồn gốc cuộc tấn công thông qua các đặc điểm của AI trong mã (điểm CVSS giả tạo, ghi chú Python theo sách giáo khoa) và hợp tác với nhà sản xuất để vá lỗ hổng trước khi băng nhóm tiến hành khai thác quy mô lớn.

Lời của John Hultquist, Trưởng phân tích viên tình báo đe dọa của Google, không để lại bất kỳ khoảng trống nào: "Việc cho rằng một cuộc chạy đua vũ trang về lỗ hổng AI sắp xảy ra là một sự hiểu lầm. Thực tế là, cuộc chạy đua này đã bắt đầu."

Charles Guillemet, CTO của Ledger, khi đánh giá sự kiện Coldcard, đã nói một câu được trích dẫn rộng rãi: “Mã nguồn mở và đã được kiểm duyệt là hai chuyện khác nhau.”

Câu này đã xuyên thủng một bong bóng nhận thức lâu đời trong ngành tiền mã hóa. Cộng đồng Bitcoin có niềm tin gần như tôn giáo vào phần mềm nguồn mở, cho rằng việc mã nguồn công khai có nghĩa là bất kỳ ai cũng có thể kiểm tra, do đó tự nhiên là an toàn. Mã nguồn của Coldcard đã được công khai trong năm năm. Cuộc kiểm toán của Red Team đã bao phủ 390 dự án. Khi đặt hai sự thật này cạnh nhau, bức tranh trở nên rõ ràng: có thể kiểm toán không đồng nghĩa với đã được kiểm toán.

Kinh nghiệm của Đội Đỏ cũng phơi bày những hạn chế trong việc kiểm toán an toàn AI. Calle cho biết, phần lớn công việc của nhóm vẫn là “dẫn dắt AI thủ công”, để mỗi người sử dụng cách nhắc nhở mô hình theo sở thích riêng, từ đó đạt được phạm vi bao quát rộng hơn so với phương pháp thống nhất. Điều này cho thấy các cuộc kiểm toán an toàn AI hiện tại gần với mô hình “chuyên gia con người điều khiển công cụ AI” hơn là “AI tự chủ tuần tra”. Mô hình có thể quét nhanh các mẫu mã, nhưng việc đánh giá liệu một phát hiện có thực sự có thể khai thác được, phạm vi ảnh hưởng đến đâu, và cần thông báo cho ai vẫn đòi hỏi kinh nghiệm và phán đoán của con người.

Hamilton cho biết, nhóm kế hoạch mở nguồn khung kiểm toán để các công ty Bitcoin có thể chạy cùng các cuộc quét trên mã nguồn đóng của chính họ. Đây là hướng đi đúng đắn, nhưng cũng có nghĩa là cùng các công cụ đó chắc chắn sẽ rơi vào tay kẻ tấn công.

Điều mà cuộc kiểm toán này thực sự tiết lộ là một phương trình mới đang hình thành:

AI khiến chi phí phát hiện lỗ hổng gần như bằng không. Nhưng chi phí sửa chữa lỗ hổng (hợp tác tổ chức, đầu tư nhân lực, chuyển đổi người dùng) vẫn đắt đỏ và chậm chạp.

40.000 USD sức mạnh tính toán AI, trong 27,5 giờ, có thể lật ngược toàn bộ hệ sinh thái mã nguồn mở đang quản lý hàng trăm tỷ USD tài sản. Lỗi của Coldcard chưa ai để ý trong 5 năm, bị kẻ tấn công phát hiện và chỉ sau 41 phút đã rút đi 116 triệu USD.

The security narrative for Bitcoin is being rewritten.

Logic trước đây: “Mã nguồn mở, nên an toàn.” Logic mới khắc nghiệt hơn: “Mã nguồn mở, nên kẻ tấn công cũng đang dùng AI quét nó.”

Lợi thế duy nhất của bên phòng thủ là có quyền hành động trước, phát hiện và vá lỗ hổng trước khi kẻ tấn công. Red Team đang cạnh tranh để giành quyền hành động trước, nhưng các báo cáo của họ cũng cho thấy, ngay cả khi đã có quyền hành động trước, chuỗi phân phối bản vá tiếp theo vẫn là điểm yếu nhất trong hệ sinh thái.

Khủng hoảng mà Bitcoin đang đối mặt có thể chỉ là màn dạo đầu của một cuộc thay đổi lớn hơn. Toàn bộ thế giới phần mềm mã nguồn mở sắp phải đối mặt với cùng một câu hỏi: Khi phát hiện lỗi không còn cần chuyên gia, nhưng sửa lỗi vẫn cần, khoảng cách này sẽ được lấp đầy bằng gì?