Pokreće
Featured

Je li umjetna inteligencija bila odgovorna za otkrivanje sigurnosnog propusta u Coldcardu?

Pet godina stara softverska greška u Coldcardu možda je napadaču omogućila rekonstrukciju privatnih ključeva i pražnjenje više od 1.100 bitcoina, potaknuvši proizvođača novčanika da otkriće djelomično pripiše umjetnoj inteligenciji (AI).

PODIJELI
Je li umjetna inteligencija bila odgovorna za otkrivanje sigurnosnog propusta u Coldcardu?

Ključne poruke

  • Seedovi povezani s Coldcardom izložili su 1.128,4717 BTC u vrijednosti oko 71,1 milijun dolara.
  • Coinkite kaže da je AI možda pronašao petogodišnju grešku, ali pripisivanje ostaje nedokazano.
  • Korisnici Coldcarda s pogođenim seedovima moraju izraditi nove novčanike na ispravljenom firmveru.

Koordinirano pražnjenje ispraznilo je stotine novčanika

Incident je postao javan nakon što se oko 594 BTC, tada procijenjenih na približno 38 milijuna dolara, 30. srpnja premjestilo s oko 500 jednopotpisnih bitcoin adresa. Kad je vijest prvi put odjeknula, Bitcoin.com News je istaknuo da su se prijenosi dogodili u otprilike 25 minuta i da su se činili usmjerenima na novčanike sa zajedničkom tehničkom slabošću.

Kasniji pregledi blockchaina proširili su mogući razmjer krađe. Istraživači su procijenili da je između 1.082 i 1.196 adresa moglo biti pogođeno tijekom razdoblja od oko 41 minute. Prilagođena nadzorna ploča nazvana Coldcard Sweep Watch potom je ukupni iznos postavila na 1.128,4717 BTC, vrijednih oko 71,1 milijun dolara kada se bitcoin trgovao blizu 63.044 dolara.

Coldcard Sweep Watch dashboard screenshot.
Izvor slike: nadzorna ploča Coldcard Sweep Watch. Snimka zaslona napravljena u 8:30 po istočnom vremenu 1. kolovoza 2026. Od trenutka kada je ova snimka napravljena, sat vremena kasnije u 9:30, procjena je porasla na 1.128,6633 BTC.

Većina sredstava konsolidirana je u adresu koja drži stotine bitcoina, gdje je velik dio ostao uglavnom nepomičan. Pogođene adrese povezivao je jedan važan detalj: njihovi recovery seedovi bili su izrađeni na Coldcard hardverskim novčanicima koje proizvodi kanadska tvrtka Coinkite.

Recovery seed je popis riječi koji kontrolira pristup kripto novčaniku. Svatko tko može rekonstruirati ili pribaviti taj seed obično može premjestiti sredstva iz novčanika bez posjedovanja fizičkog uređaja.

Coldcard otkriva pokvareni sustav slučajnosti

Coinkite je objavio hitno upozorenje da određeni seedovi generirani na Coldcard uređajima mogu biti slabi. Mk3 uređaji koji koriste firmver verzije 4.0.1, objavljen oko ožujka 2021., i kasnije verzije bili su među onima s najvećim rizikom.

Daljnja analiza proširila je zabrinutost na seedove izrađene na nekim Mk4, Mk5 i Q uređajima prije nego što je Coinkite objavio hitne ispravke firmvera. Navodi se da proizvodi Tapsigner, Opendime i Satscard nisu pogođeni jer koriste drugačiji softver.

Greška je uključivala proces koji se koristi za generiranje nasumičnih podataka. Sigurni novčanici ovise o visokokvalitetnoj slučajnosti kako se njihovi recovery seedovi ne bi mogli pogoditi. Na najteže pogođenim Mk3 uređajima, istraživači su procijenili da je seed možda sadržavao samo oko 40 bitova učinkovite slučajnosti umjesto predviđenih 128 bitova.

Ta je razlika presudna. Ispravno generiran 128-bitni seed smatra se praktički nemogućim za pogađanje brute force metodom. Seed od 40 bitova nudi dramatično manje mogućnosti, omogućujući napadaču s dovoljno računalne snage da offline testira potencijalne seedove i usporedi dobivene adrese s javnim Bitcoin blockchainom.

Neki noviji uređaji možda su pružali približno 72 bita učinkovite slučajnosti jer je sigurni hardver dodao još jedan sloj nepredvidivih podataka. To bi otežalo rekonstrukciju seedova, iako su i dalje bili znatno slabiji od predviđenog.

Jedna konfiguracijska pogreška opstala je 5 godina

Problem je započeo pogreškom u konfiguraciji tijekom izgradnje (build-time) koja je uključivala dvije softverske funkcije koje su obavljale slične zadatke. Jedna je funkcija koristila uređajev hardverski generator istinski nasumičnih brojeva, dok se druga oslanjala na slabiji softverski proces naslijeđen iz MicroPythona.

Coinkite je namjeravao onemogućiti MicroPython opciju. Međutim, softverska provjera gledala je samo je li konfiguracijska oznaka definirana, a ne je li njezina vrijednost postavljena na nulu. Kao rezultat, gotovi firmver mogao je tiho odabrati slabiju funkciju.

Budući da su obje funkcije imale odgovarajuće formate, softver se nastavio kompilirati i raditi bez očite pogreške. Pogreška je ušla u kod oko migracije softvera 2021. i ostala u javno dostupnom firmveru više od pet godina.

Ažuriranje uređaja sada ne jača seed koji je generiran pod neispravnim softverom. Pogođeni korisnici moraju izraditi potpuno novi seed koristeći ispravljeni firmver ili neki drugi siguran uređaj, a zatim premjestiti sredstva na adrese kojima upravlja taj novi seed.

X screenshot
Izvor slike: X

Korisnici koji su tijekom izrade seeda dodali najmanje 50 neovisnih bacanja kockica možda su unijeli dovoljno dodatne slučajnosti da izbjegnu slabost. Snažna BIP-39 lozinka (passphrase) također je mogla otežati rekonstrukciju, dok su novčanici koji zahtijevaju potpise s nekoliko neovisnih uređaja možda spriječili da jedan kompromitirani seed samostalno premjesti sredstva.

Coinkite upire prst u AI, ali dokazi i dalje nedostaju

CEO Coinkitea Rodolfo Novak javno se ispričao i rekao da tvrtka preuzima punu odgovornost za propust u firmveru. Rekao je da tim radi na ispravljenom softveru, tehničkim izvješćima i podršci pogođenim korisnicima.

Coinkite i Novak također su iznijeli upečatljivu teoriju o tome kako je greška otkrivena. Budući da je njihov firmver godinama bio javno dostupan, tvrtka je rekla da vjeruje da je netko možda koristio AI kako bi pregledao starije verzije koda i pronašao put slabe slučajnosti.

“Svima ostalim programerima: vjerujemo da je ovo trijezna stvarnost nove AI paradigme. Revizija koda uz pomoć AI sada može pronaći latentne bugove brzinom koja nadmašuje čak i najiskusnije stručnjake u industriji”, napisao je Novak u svojoj isprici objavljenoj na X-u. “Ako je vaš firmver otvorenog koda ili je ikada bio javan, pretpostavite da ga već čitaju i napadači i branitelji.”

Današnji moderni AI sustavi za kodiranje mogu obraditi velike softverske repozitorije i identificirati sumnjive odnose između konfiguracijskih postavki, funkcija i sigurnosnih pretpostavki. Napadač bi takav sustav mogao zatražiti da posebno traži slabe generatore slučajnih brojeva, fallback funkcije ili pogreške koje utječu na kriptografske ključeve.

X screenshot
Neki promatrači iskoristili su vrhunske AI modele kako bi sami pronašli Coldcard exploit. Izvor slike: X

Neovisni istraživači kasnije su izvijestili da su koristili AI modele kako bi locirali ili objasnili problem nakon što je temeljni problem sa slučajnošću postao poznat. To je pokazalo koliko je dostupna analiza koda uz pomoć AI, ali nije utvrdilo da je izvorni napadač koristio AI.

Coldcard Wallet blog post discussing AI screenshot.
Izvor slike: objava na blogu Coldcard Walleta koja raspravlja o AI.

Coinkite je priznao da njihov vlastiti pregled uz korištenje vodećeg AI modela nije uspio otkriti grešku prije krađe. Taj rezultat pokazuje da AI sustavi ne pronalaze automatski svaki ozbiljan nedostatak. Njihova izvedba može ovisiti o uputama koje dobiju, količini dostavljenog koda i o tome razumije li ljudski recenzent znakove upozorenja.

Kritičari kažu da je ljudski propust došao prvi

Neki stručnjaci za sigurnost tvrde da pretjerano fokusiranje na rizike umjetne inteligencije (AI) odvlači pozornost od osnovnog inženjerskog propusta. Mnogi vjeruju da je konfiguracijska pogreška bila poznata vrsta softverske greške te da su je konvencionalne revizije koda, postupci testiranja ili auditi usmjereni na generiranje seeda mogli otkriti godinama ranije.

X screenshot.
Neki promatrači ne vjeruju da je AI kriv i smatraju da je inženjerski tim trebao sam nanjušiti exploit. Izvor slike: X.

Suprotstavljena stajališta nisu nužno nekompatibilna. Ljudska pogreška stvorila je ranjivost i omogućila da potraje, dok je AI možda snizio trošak pronalaska, razumijevanja ili iskorištavanja iste. Branitelji moraju identificirati svaku opasnu slabost, dok napadaču treba pronaći samo jednu.

Incident također dovodi u pitanje pretpostavke o sigurnosti otvorenog koda. Javni kod omogućuje neovisnim stručnjacima da pregledaju softver, ali sama dostupnost ne jamči da će netko pregledati pravi dio, prepoznati suptilan nedostatak i prijaviti ga prije nego što napadač djeluje.

Za korisnike Coldcarda, neposredni prioritet je utvrditi kada i kako je njihov seed izrađen. Svatko s pogođenim seedom mora provjeriti upute putem službenih Coinkite kanala, instalirati ispravljeni firmver, izraditi novi seed i pažljivo premjestiti sredstva uz praćenje pokušaja phishinga i lažnih poruka podrške.

Dugoročnija pitanja usredotočit će se na to koliko je bitcoina uzeto, može li istraga identificirati napadača i je li AI imao ikakvu presudnu ulogu u pronalasku greške. Tvrtke koje proizvode hardverske novčanike također će se suočiti s pritiskom da ojačaju testiranje entropije, auditiraju konfiguracije builda i kontinuirano preispituju stari kod i s ljudskim stručnjacima i s adversarial AI alatima.

Ovaj je članak preveden s engleskog jezika pomoću umjetne inteligencije. Izvorna engleska verzija mjerodavan je izvor; automatski prijevodi mogu sadržavati netočnosti, osobito u pravnoj i regulatornoj terminologiji.