Η Ripple αναπτύσσει ομάδα AI Red στο XRP Ledger, δείτε τι βρήκε

Ο κυματισμός είναι ενσωμάτωση τεχνητή νοημοσύνη σε όλο τον κύκλο ζωής ανάπτυξης του Καθολικό XRP (XRPL), συμπεριλαμβανομένης της αυτοματοποιημένης σάρωσης κώδικα, των δοκιμών σε επίπεδο αντιπαράθεσης και μιας ειδικής ομάδας Red με τη βοήθεια τεχνητής νοημοσύνης. Η προσπάθεια ήδη παράγει αποτελέσματα: η ομάδα Red έχει εντοπίσει περισσότερα από 10 σφάλματα, με ζητήματα χαμηλότερης σοβαρότητας να έχουν δημοσιοποιηθεί μέχρι στιγμής.

Γιατί η Ripple αναθεωρεί τώρα την ασφάλεια του XRP Ledger;

Το XRP Ledger λειτουργεί συνεχώς από 2012Σε αυτό το διάστημα, έχει επεξεργαστεί περισσότερες από 100 εκατομμύρια εγγραφές στο καθολικό και έχει διευκολύνει πάνω από 3 δισεκατομμύρια συναλλαγές. Αυτό το ιστορικό είναι σημαντικό, αλλά έχει και μια πρακτική συνέπεια: μια βάση κώδικα που αντικατοπτρίζει περισσότερες από μια δεκαετία αποφάσεων μηχανικής, μερικές από τις οποίες προηγούνται των σύγχρονων εργαλείων ασφαλείας.

«Οι αποφάσεις σχεδιασμού που ελήφθησαν σε προηγούμενες φάσεις του δικτύου, οι υποθέσεις που ίσχυαν σε μικρότερη κλίμακα και τα πρότυπα που προηγούνται των σύγχρονων εργαλείων διαμορφώνουν συλλογικά τον τρόπο λειτουργίας του συστήματος σήμερα», σημείωσε η Ripple σε πρόσφατη ανάρτηση ιστολογίου.

Η εταιρεία συνδέει το χρονοδιάγραμμα αυτής της αναθεώρησης με τον επεκτεινόμενο ρόλο του XRPL. Το δίκτυο υποστηρίζει πλέον θεσμικές πληρωμές, tokenization περιουσιακών στοιχείων σε πραγματικό κόσμο και έργα χρηματοοικονομικής υποδομής, όπως η πρωτοβουλία BLOOM της Νομισματικής Αρχής της Σιγκαπούρης, ένα πρόγραμμα που υποστηρίζεται από την κεντρική τράπεζα και διερευνά το ψηφιακό χρήμα και τις πληρωμές. Καθώς τα φόρτα εργασίας γίνονται πιο περίπλοκα και τα διακυβεύματα αυξάνονται, η Ripple υποστηρίζει ότι οι παλαιότερες προσεγγίσεις δοκιμών από μόνες τους δεν επαρκούν πλέον.

Ο ρόλος της τεχνητής νοημοσύνης στις σύγχρονες δοκιμές ασφαλείας

Η Τεχνητή Νοημοσύνη (ΤΝ) δεν είναι κάτι καινούργιο στην ασφάλεια λογισμικού, αλλά η εφαρμογή της στα πρωτόκολλα blockchain έχει επιταχυνθεί. Τα εργαλεία μηχανικής μάθησης μπορούν να εξερευνήσουν συστηματικά μεγάλες βάσεις κώδικα, επιφανειακές περιπτώσεις και να προσομοιώσουν τη συμπεριφορά του εισβολέα σε κλίμακα που η χειροκίνητη αναθεώρηση δεν μπορεί να φτάσει.

Ένα σχετικό σημείο δεδομένων: κατά τη διάρκεια ενός πειράματος δύο εβδομάδων, το μοντέλο Claude Opus 4.6 της Anthropic εντόπισε 22 ευπάθειες στο πρόγραμμα περιήγησης Firefox, 14 από τις οποίες ταξινομήθηκαν ως εξαιρετικά σοβαρές. Αυτό το είδος αποτελέσματος έχει ωθήσει τους προγραμματιστές blockchain σε ολόκληρο τον κλάδο να λάβουν πιο σοβαρά υπόψη την ασφάλεια με τη βοήθεια της τεχνητής νοημοσύνης.

Η θέση της Ripple είναι ότι οι κακόβουλοι παράγοντες χρησιμοποιούν ήδη παρόμοια εργαλεία για να εντοπίσουν τρωτά σημεία, κάτι που απαιτεί μια συμμετρική αντίδραση από την πλευρά της ανάπτυξης.

Τι περιλαμβάνει στην πραγματικότητα η στρατηγική ασφάλειας τεχνητής νοημοσύνης της Ripple;

Η στρατηγική βασίζεται σε έξι πυλώνες, οι οποίοι καλύπτουν τα πάντα, από τον τρόπο σύνταξης του κώδικα έως τον τρόπο έγκρισης των αλλαγών για το ενεργό δίκτυο.

Τα βασικά τεχνικά στοιχεία είναι:

• Σάρωση κώδικα με υποβοήθηση τεχνητής νοημοσύνης σε κάθε αίτημα έλξης (PR): Κάθε προτεινόμενη αλλαγή κώδικα εξετάζεται χρησιμοποιώντας εργαλεία σάρωσης με αντιπαραθέσεις πριν από τη συγχώνευσή της, εντοπίζοντας τυχόν προβλήματα νωρίτερα στη διαδικασία.
• Αυτοματοποιημένες δοκιμές fuzzing και adversarial: Το Ripple λειτουργεί με ασαφή τρόπο, πράγμα που σημαίνει ότι τροφοδοτεί το σύστημα με απροσδόκητες ή λανθασμένες εισόδους για να δει πώς ανταποκρίνεται, καθοδηγούμενο από σαφή μοντέλα απειλών και όχι από τυχαίες εισόδους.
• Μοντελοποίηση απειλών και χαρτογράφηση επιφάνειας επίθεσης: Τα νέα και τα υπάρχοντα χαρακτηριστικά αναλύονται ως προς τον τρόπο που αλληλεπιδρούν μεταξύ τους και όχι μόνο ως προς τον τρόπο που συμπεριφέρονται μεμονωμένα.
• Προσομοίωση ακραίας περίπτωσης: Τα εργαλεία τεχνητής νοημοσύνης δημιουργούν σενάρια στρες που θα ήταν ανέφικτο να κατασκευαστούν χειροκίνητα, ειδικά στα όρια όπου ο παλαιότερος κώδικας συναντά νεότερες λειτουργίες.

Η ομάδα Red με τη βοήθεια τεχνητής νοημοσύνης

Μια κόκκινη ομάδα στον τομέα της ασφάλειας είναι μια ομάδα της οποίας η δουλειά είναι να σκέφτεται και να ενεργεί σαν εισβολέας. Η Ripple έχει δημιουργήσει μια ειδική κόκκινη ομάδα με τη βοήθεια τεχνητής νοημοσύνης, η οποία επικεντρώνεται ειδικά στον κώδικα της XRPL. Η ομάδα εξετάζει πώς αλληλεπιδρούν οι λειτουργίες σε πραγματικές συνθήκες αντί να δοκιμάζει κάθε λειτουργία μεμονωμένα, όπου τα συστήματα μακράς διαρκείας τείνουν να είναι πιο εύθραυστα.

Ανακαλύψτε πολλά υποσχόμενα έργα...

Πολλά υποσχόμενα έργα...

(Διαφήμιση)

Το άρθρο συνεχίζεται...

Η κόκκινη ομάδα έχει ήδη βρει περισσότερα από 10 σφάλματα. Η Ripple αναφέρει ότι όλα τα εντοπισμένα προβλήματα ιεραρχούνται και διορθώνονται, ενώ τα πιο σημαντικά ευρήματα αντιμετωπίζονται μέσω συντονισμένων διαδικασιών αποκάλυψης.

Πώς αντιμετωπίζει το Ripple προβλήματα δομικού κώδικα;

Πέρα από τις ενεργές δοκιμές, η Ripple εργάζεται για τον εκσυγχρονισμό της ίδιας της υποκείμενης βάσης κώδικα. Αυτό αντιμετωπίζει μια κατηγορία προβλημάτων που οι δοκιμές από μόνες τους δεν μπορούν να λύσουν πλήρως.

Σε συστήματα μακράς διαρκείας, τα σφάλματα συχνά προέρχονται από δομικά προβλήματα και όχι από μεμονωμένα λάθη. Η Ripple έχει εντοπίσει αρκετά από αυτά στο XRPL:

• Περιορισμένη ασφάλεια τύπων, που σημαίνει ότι ο κώδικας δεν επιβάλλει πάντα αυστηρούς κανόνες σχετικά με το είδος των δεδομένων που μπορεί να δεχτεί ή να επιστρέψει μια συνάρτηση.
• Ασυνεπή μοτίβα αλληλεπίδρασης μεταξύ λειτουργιών που έχουν προστεθεί σε διαφορετικά σημεία του ιστορικού του δικτύου.
• Ανεπαρκής αμετάβλητη επιβολή, όπου οι υποθέσεις σχετικά με το πώς θα πρέπει να συμπεριφέρεται το σύστημα δεν ελέγχονται επίσημα από τον ίδιο τον κώδικα.
• Μη τεκμηριωμένες ή μη επιβαλλόμενες υποθέσεις στις οποίες βασίζονται έμμεσα οι προγραμματιστές, αλλά το σύστημα δεν τις επαληθεύει.

Η διόρθωση αυτών των προβλημάτων καθιστά το σύστημα πιο προβλέψιμο και πιο εύκολο στη συλλογιστική, μειώνοντας την πιθανότητα εμφάνισης σφαλμάτων που προκύπτουν από απροσδόκητες αλληλεπιδράσεις.

Τι αλλαγές έχουν οι τροποποιήσεις του XRPL;

Οι τροποποιήσεις είναι ο μηχανισμός μέσω του οποίου ενεργοποιούνται οι αλλαγές σε επίπεδο πρωτοκόλλου στο XRP Ledger. Απαιτείται η συναίνεση του επικυρωτή πριν τεθούν σε ισχύ.

Η Ripple ανεβάζει τον πήχη για τον τρόπο αξιολόγησης των τροποποιήσεων πριν από την ενεργοποίηση. Στο μέλλον, οι σημαντικές αλλαγές στο πρωτόκολλο θα απαιτήσουν πολλαπλούς ανεξάρτητους ελέγχους ασφαλείας, διευρυμένα προγράμματα επιβράβευσης σφαλμάτων για την παροχή κινήτρων σε εξωτερικούς ερευνητές και ανταγωνιστικές δοκιμές μέσω attackathons, οι οποίοι είναι δομημένες εκδηλώσεις όπου οι συμμετέχοντες προσπαθούν ενεργά να παραβιάσουν νέες λειτουργίες πριν αυτές τεθούν σε λειτουργία.

Η Ripple αναφέρει ότι θα ορίσει και θα δημοσιεύσει σαφή κριτήρια ετοιμότητας ασφαλείας σε συνεργασία με το Ίδρυμα XRPL, καθορίζοντας σαφή όρια για δοκιμές, αναθεώρηση και αξιολόγηση κινδύνου που πρέπει να πληρούν οι τροποποιήσεις πριν ενεργοποιηθούν στο δίκτυο.

Τι ακολουθεί για το XRP Ledger;

Η Ripple επιβεβαίωσε ότι η επόμενη έκδοση του XRPL θα είναι αφιερωμένη αποκλειστικά σε διορθώσεις σφαλμάτων και βελτιώσεις κώδικα, χωρίς να περιλαμβάνονται νέες δυνατότητες. Αυτό σηματοδοτεί μια σκόπιμη παύση στην ανάπτυξη δυνατοτήτων για να επικεντρωθεί στην εργασία βάσης.

Η εταιρεία σχεδιάζει επίσης να εμβαθύνει τη συνεργασία με εξωτερικούς συνεργάτες, όπως το XRPL Commons, το XRPL Foundation, ανεξάρτητους ερευνητές ασφαλείας, φορείς επικύρωσης και εξωτερικές εταιρείες ασφαλείας. Η κατανομή των προσπαθειών ασφαλείας σε πολλαπλούς οργανισμούς με διαφορετικές οπτικές γωνίες αποτελεί τυπική πρακτική σε υποδομές υψηλού ρίσκου, την οποία η Ripple επισημοποιεί τώρα για το XRPL.

Οι γνωστοποιήσεις ασφαλείας, τα δημοσιευμένα ευρήματα και τα διδάγματα που θα αντληθούν θα κοινοποιηθούν ανοιχτά στην ευρύτερη κοινότητα στο πλαίσιο μιας ρητής δέσμευσης διαφάνειας.

Συμπέρασμα

Η Ripple ενσωματώνει την Τεχνητή Νοημοσύνη σε κάθε στάδιο ανάπτυξης του XRP Ledger, από την αναθεώρηση μεμονωμένων αλλαγών στον κώδικα έως την πλήρη προσομοίωση ανταγωνισμού του ενεργού δικτύου. 

Η ομάδα Red έχει ήδη βρει περισσότερα από 10 σφάλματα, η επόμενη έκδοση του XRPL δεν θα περιέχει νέες δυνατότητες και αναπτύσσονται νέα κριτήρια ασφαλείας για τροποποιήσεις σε συνεργασία με το XRPL Foundation. Η προσπάθεια αυτή αποτελεί άμεση απάντηση στον διευρυμένο ρόλο του δικτύου στις θεσμικές πληρωμές και την αξιοποίηση περιουσιακών στοιχείων, όπου η ανοχή για αστοχίες υποδομής είναι σχεδόν μηδενική.

Υποστηρικτικό υλικό

1. Άρθρο ιστολογίου από τον RippleΕνίσχυση της ασφάλειας του XRP Ledger με τεχνητή νοημοσύνη για την επόμενη φάση ανάπτυξης

2. Έκθεση από την Tech In AsiaΗ Ripple προσθέτει ελέγχους ασφαλείας τεχνητής νοημοσύνης σε όλη την ανάπτυξη του XRP Ledger

3. Αναφορά από το CoinDeskΗ Ripple στρέφεται στην Τεχνητή Νοημοσύνη για να δοκιμάσει το XRP Ledger σε ακραίες συνθήκες καθώς οι θεσμικές περιπτώσεις χρήσης κλιμακώνονται