สนับสนุนโดย
Featured

AI มีส่วนรับผิดชอบในการค้นพบช่องโหว่ด้านความปลอดภัยของ Coldcard หรือไม่?

ช่องโหว่ซอฟต์แวร์ของ Coldcard ที่มีอายุห้าปีอาจทำให้ผู้โจมตีสามารถสร้างกุญแจส่วนตัวขึ้นใหม่และกวาดบิตคอยน์มากกว่า 1,100 BTC ไปได้ ส่งผลให้ผู้ผลิตกระเป๋าเงินออกมาโทษว่าการค้นพบครั้งนี้มีส่วนเกี่ยวข้องกับปัญญาประดิษฐ์ (AI) บางส่วน

เขียนโดย
แชร์
AI มีส่วนรับผิดชอบในการค้นพบช่องโหว่ด้านความปลอดภัยของ Coldcard หรือไม่?

ประเด็นสำคัญ

  • ซีด (seed) ที่เชื่อมโยงกับ Coldcard ถูกเปิดเผยรวม 1,128.4717 BTC มูลค่าราว 71.1 ล้านดอลลาร์
  • Coinkite ระบุว่า AI อาจเป็นผู้พบช่องโหว่ที่มีอายุกว่า 5 ปี แต่ยังพิสูจน์ที่มาไม่ได้
  • ผู้ใช้ Coldcard ที่มีซีดได้รับผลกระทบต้องสร้างวอลเล็ตใหม่บนเฟิร์มแวร์ที่แก้ไขแล้ว

การกวาดแบบประสานงานทำให้วอลเล็ตหลายร้อยใบถูกล้างเกลี้ยง

เหตุการณ์นี้กลายเป็นที่สาธารณะหลังมีการเคลื่อนย้ายบิตคอยน์ราว 594 BTC ซึ่งมีมูลค่าใกล้ 38 ล้านดอลลาร์ในเวลานั้น ออกจากที่อยู่บิตคอยน์แบบลายเซ็นเดี่ยว (single-signature) ราว 500 รายการ เมื่อวันที่ 30 กรกฎาคม เมื่อข่าวเริ่มแตก Bitcoin.com News ระบุว่าการโอนดังกล่าวเกิดขึ้นภายในประมาณ 25 นาที และดูเหมือนจะมุ่งเป้าไปยังวอลเล็ตที่มีจุดอ่อนทางเทคนิคเดียวกัน

ต่อมา การทบทวนบล็อกเชนเพิ่มเติมทำให้ขนาดความเสียหายที่เป็นไปได้เพิ่มขึ้น นักวิจัยประเมินว่าอาจมีที่อยู่ได้รับผลกระทบระหว่าง 1,082 ถึง 1,196 รายการ ภายในช่วงเวลาประมาณ 41 นาที และ แดชบอร์ดที่ทำขึ้นเฉพาะชื่อ Coldcard Sweep Watch ได้ระบุยอดรวมไว้ที่ 1,128.4717 BTC คิดเป็นมูลค่าราว 71.1 ล้านดอลลาร์ เมื่อบิตคอยน์ซื้อขายใกล้ระดับ 63,044 ดอลลาร์

Coldcard Sweep Watch dashboard screenshot.
แหล่งที่มาภาพ: แดชบอร์ด Coldcard Sweep Watch ภาพหน้าจอถ่ายเวลา 8:30 น. ตามเวลาฝั่งตะวันออก วันที่ 1 สิงหาคม 2026 หลังจากถ่ายภาพนี้หนึ่งชั่วโมง ต่อมาเวลา 9:30 น. การประมาณการเพิ่มขึ้นเป็น 1,128.6633 BTC.

เงินส่วนใหญ่ถูกรวมไปยังที่อยู่หนึ่งซึ่งถือบิตคอยน์หลายร้อย BTC โดยมีส่วนใหญ่ยังคงแทบไม่เคลื่อนไหว ที่อยู่ที่ได้รับผลกระทบเชื่อมโยงกันด้วยรายละเอียดสำคัญข้อหนึ่ง: ซีดสำหรับกู้คืนของพวกเขาถูกสร้างบนฮาร์ดแวร์วอลเล็ต Coldcard ที่ผลิตโดย Coinkite บริษัทสัญชาติแคนาดา

ซีดสำหรับกู้คืนคือชุดคำที่ควบคุมการเข้าถึงวอลเล็ตคริปโตเคอร์เรนซี ใครก็ตามที่สามารถสร้างซีดนั้นขึ้นใหม่หรือได้มาครอบครอง โดยทั่วไปมักย้ายเงินในวอลเล็ตได้โดยไม่ต้องมีอุปกรณ์ตัวจริง

Coldcard พบระบบสุ่มที่บกพร่อง

Coinkite ออกคำแนะนำเร่งด่วนเพื่อเตือนว่า ซีดบางส่วนที่สร้างบนอุปกรณ์ Coldcard อาจอ่อนแอ โดยอุปกรณ์ Mk3 ที่รันเฟิร์มแวร์เวอร์ชัน 4.0.1 ซึ่งปล่อยราวเดือนมีนาคม 2021 และเวอร์ชันหลังจากนั้น เป็นกลุ่มที่เผชิญความเสี่ยงสูงที่สุด

การวิเคราะห์เพิ่มเติมทำให้ความกังวลขยายไปยังซีดที่สร้างบนอุปกรณ์ Mk4, Mk5 และ Q บางเครื่องก่อนที่ Coinkite จะปล่อยเฟิร์มแวร์แก้ไขฉุกเฉิน ขณะที่ผลิตภัณฑ์ Tapsigner, Opendime และ Satscard รายงานว่าไม่ได้รับผลกระทบ เนื่องจากใช้ซอฟต์แวร์คนละชุด

ช่องโหว่เกี่ยวข้องกับกระบวนการสร้างข้อมูลแบบสุ่ม วอลเล็ตที่ปลอดภัยต้องพึ่งพาความสุ่มคุณภาพสูง เพื่อให้ไม่สามารถเดาซีดสำหรับกู้คืนได้ สำหรับอุปกรณ์ Mk3 ที่ได้รับผลกระทบรุนแรงที่สุด นักวิจัยประเมินว่าซีดอาจมี “ความสุ่มที่มีผลจริง” เพียงราว 40 บิต แทนที่จะเป็น 128 บิตตามที่ตั้งใจไว้

ความแตกต่างนี้สำคัญอย่างยิ่ง ซีด 128 บิตที่สร้างอย่างถูกต้องถือว่าแทบเป็นไปไม่ได้ที่จะเดาด้วยการสุ่มไล่ (brute force) แต่ซีด 40 บิตมีจำนวนความเป็นไปได้ลดลงอย่างมาก ทำให้ผู้โจมตีที่มีพลังประมวลผลเพียงพอสามารถทดสอบซีดที่เป็นไปได้แบบออฟไลน์และนำที่อยู่ที่ได้ไปเทียบกับบล็อกเชนสาธารณะของบิตคอยน์ได้

อุปกรณ์รุ่นใหม่กว่าบางรุ่นอาจให้ความสุ่มที่มีผลจริงประมาณ 72 บิต เพราะฮาร์ดแวร์ที่ปลอดภัยได้เพิ่มชั้นข้อมูลที่คาดเดายากอีกชั้นหนึ่ง ทำให้การสร้างซีดขึ้นใหม่ยากขึ้น แม้จะยังอ่อนแอกว่าที่ตั้งใจไว้มาก.

ข้อผิดพลาดการตั้งค่าหนึ่งอย่างอยู่รอดมานาน 5 ปี

ปัญหาเริ่มต้นจากความผิดพลาดของการตั้งค่าตอนบิลด์ (build-time configuration) ที่เกี่ยวข้องกับฟังก์ชันซอฟต์แวร์สองตัวซึ่งทำหน้าที่คล้ายกัน ฟังก์ชันหนึ่งใช้ตัวสร้างเลขสุ่มจริง (true random number generator) ที่อาศัยฮาร์ดแวร์ของอุปกรณ์ ขณะที่อีกฟังก์ชันหนึ่งพึ่งพากระบวนการซอฟต์แวร์ที่อ่อนแอกว่า ซึ่งสืบทอดมาจาก MicroPython

Coinkite ตั้งใจจะปิดตัวเลือกของ MicroPython อย่างไรก็ตาม การตรวจสอบในซอฟต์แวร์กลับดูเพียงว่าได้มีการนิยามป้ายกำกับการตั้งค่าไว้หรือไม่ แทนที่จะตรวจว่าค่าถูกตั้งเป็นศูนย์หรือไม่ ผลลัพธ์คือเฟิร์มแวร์ที่เสร็จแล้วอาจเลือกใช้ฟังก์ชันที่อ่อนแอกว่าอย่างเงียบๆ

เนื่องจากฟังก์ชันทั้งสองมีรูปแบบที่สอดคล้องกัน ซอฟต์แวร์จึงยังคอมไพล์และรันต่อได้โดยไม่เกิดข้อผิดพลาดที่เห็นชัด ความผิดพลาดนี้เข้าสู่โค้ดราวช่วงการย้ายซอฟต์แวร์ในปี 2021 และยังคงอยู่ในเฟิร์มแวร์ที่เผยแพร่ต่อสาธารณะนานกว่าห้าปี

การอัปเดตอุปกรณ์ในตอนนี้ไม่สามารถทำให้ซีดที่ถูกสร้างภายใต้ซอฟต์แวร์ที่มีข้อบกพร่องนั้นแข็งแรงขึ้นได้ ผู้ใช้ที่ได้รับผลกระทบต้องสร้างซีดใหม่ทั้งหมดด้วยเฟิร์มแวร์ที่แก้ไขแล้วหรืออุปกรณ์ที่ปลอดภัยอื่น จากนั้นย้ายเงินไปยังที่อยู่ที่ถูกควบคุมโดยซีดใหม่นั้น

X screenshot
แหล่งที่มาภาพ: X

ผู้ใช้ที่เพิ่มการทอยลูกเต๋าแบบอิสระอย่างน้อย 50 ครั้งระหว่างการสร้างซีด อาจได้ใส่ความสุ่มเพิ่มเติมมากพอที่จะหลีกเลี่ยงจุดอ่อนนี้ได้ วลีรหัสผ่าน BIP-39 (passphrase) ที่แข็งแรงก็อาจทำให้การสร้างขึ้นใหม่ยากขึ้น ขณะที่วอลเล็ตที่ต้องใช้ลายเซ็นจากอุปกรณ์อิสระหลายเครื่องอาจป้องกันไม่ให้ซีดที่ถูกเจาะเพียงตัวเดียวสามารถย้ายเงินได้ลำพัง

Coinkite ชี้ไปที่ AI แต่ยังขาดหลักฐานยืนยัน

Rodolfo Novak ซีอีโอของ Coinkite ออกมาขอโทษต่อสาธารณะและกล่าวว่าบริษัทรับผิดชอบเต็มที่ต่อความล้มเหลวของเฟิร์มแวร์ เขาระบุว่าทีมกำลังทำงานกับซอฟต์แวร์ที่แก้ไขแล้ว รายงานทางเทคนิค และการสนับสนุนผู้ใช้ที่ได้รับผลกระทบ

Coinkite และ Novak ยังเสนอทฤษฎีที่น่าตกใจเกี่ยวกับวิธีที่ค้นพบช่องโหว่นี้ เนื่องจากเฟิร์มแวร์ถูกเปิดเผยต่อสาธารณะมาหลายปี บริษัทกล่าวว่าเชื่อว่าอาจมีคนใช้ AI ตรวจสอบโค้ดเวอร์ชันเก่าและพบเส้นทางความสุ่มที่อ่อนแอ

“ถึงนักพัฒนาคนอื่นๆ ทุกคน: เราเชื่อว่านี่คือความจริงที่ต้องยอมรับอย่างมีสติในกระบวนทัศน์ AI ใหม่ การรีวิวโค้ดที่มี AI ช่วยตอนนี้สามารถพบบั๊กที่ซ่อนอยู่ได้ด้วยความเร็วที่แซงหน้าผู้เชี่ยวชาญที่ช่ำชองที่สุดของอุตสาหกรรมเสียอีก” Novak เขียนในโพสต์ขอโทษที่เผยแพร่บน X “หากเฟิร์มแวร์ของคุณเป็นโอเพนซอร์สหรือเคยเป็นสาธารณะ ให้ถือว่ามันถูกอ่านอยู่แล้วโดยทั้งผู้โจมตีและผู้ป้องกัน”

ระบบ AI สำหรับเขียนโค้ดสมัยใหม่ในวันนี้สามารถประมวลผลรีโพซิทอรีซอฟต์แวร์ขนาดใหญ่และระบุความสัมพันธ์ที่น่าสงสัยระหว่างค่ากำหนด ฟังก์ชัน และสมมติฐานด้านความปลอดภัยได้ ผู้โจมตีอาจสั่งให้ระบบดังกล่าวมองหาเครื่องกำเนิดเลขสุ่มที่อ่อนแอ ฟังก์ชันสำรอง (fallback) หรือข้อผิดพลาดที่กระทบต่อกุญแจเข้ารหัสได้โดยเฉพาะ

X screenshot
ผู้สังเกตการณ์บางรายใช้โมเดล AI ชั้นนำเพื่อค้นหาเอ็กซ์พลอยต์ของ Coldcard ด้วยตนเอง แหล่งที่มาภาพ: X

ภายหลังนักวิจัยอิสระรายงานว่าได้ใช้โมเดล AI เพื่อค้นหาหรืออธิบายปัญหา หลังจากทราบปัญหาความสุ่มที่เป็นรากฐานแล้ว สิ่งนั้นแสดงให้เห็นว่าการวิเคราะห์โค้ดโดยมี AI ช่วยได้กลายเป็นเรื่องเข้าถึงง่ายเพียงใด แต่ไม่ได้ยืนยันว่าผู้โจมตีรายแรกใช้ AI

Coldcard Wallet blog post discussing AI screenshot.
แหล่งที่มาภาพ: บล็อกโพสต์ของ Coldcard Wallet ที่กล่าวถึง AI

Coinkite ยอมรับว่ารีวิวของตนเองซึ่งใช้โมเดล AI ชั้นนำกลับไม่สามารถค้นพบช่องโหว่นี้ได้ก่อนเกิดการขโมย ผลลัพธ์ดังกล่าวชี้ให้เห็นว่าระบบ AI ไม่ได้ค้นพบข้อบกพร่องร้ายแรงทุกอย่างโดยอัตโนมัติ ประสิทธิภาพอาจขึ้นอยู่กับคำสั่งที่ได้รับ ปริมาณโค้ดที่ป้อนให้ และว่าผู้รีวิวที่เป็นมนุษย์เข้าใจสัญญาณเตือนหรือไม่

นักวิจารณ์ชี้ว่าความล้มเหลวของมนุษย์มาก่อน

ผู้เชี่ยวชาญด้านความปลอดภัยบางรายโต้แย้งว่า การเน้นไปที่ ความเสี่ยงจากปัญญาประดิษฐ์ (AI) มากเกินไปอาจทำให้เบี่ยงเบนจากความล้มเหลวด้านวิศวกรรมพื้นฐาน หลายคนเชื่อว่าความผิดพลาดด้านคอนฟิกเป็นข้อผิดพลาดซอฟต์แวร์ประเภทที่รู้จักกันดี และการรีวิวโค้ดตามปกติ กระบวนการทดสอบ หรือการตรวจสอบ (audit) ที่เน้นการสร้างซีด น่าจะตรวจพบได้ตั้งแต่หลายปีก่อน

X screenshot.
ผู้สังเกตการณ์บางรายไม่เชื่อว่า AI เป็นฝ่ายผิด และคิดว่าทีมวิศวกรควรตรวจพบเอ็กซ์พลอยต์นี้ได้ด้วยตนเอง แหล่งที่มาภาพ: X.

มุมมองที่ขัดแย้งกันเหล่านี้ไม่จำเป็นต้องเข้ากันไม่ได้ ความผิดพลาดของมนุษย์สร้างช่องโหว่และทำให้มันคงอยู่ ขณะที่ AI อาจช่วยลดต้นทุนของการค้นหา ทำความเข้าใจ หรือเอาไปใช้ประโยชน์ ผู้ป้องกันต้องระบุจุดอ่อนอันตรายทุกจุด ในขณะที่ผู้โจมตีต้องหาพบเพียงจุดเดียว

เหตุการณ์นี้ยังท้าทายสมมติฐานเกี่ยวกับความปลอดภัยของโอเพนซอร์ส โค้ดสาธารณะช่วยให้ผู้เชี่ยวชาญอิสระตรวจสอบซอฟต์แวร์ได้ แต่การมีให้เข้าถึงเพียงอย่างเดียวไม่ได้รับประกันว่าจะมีใครรีวิวส่วนที่ถูกต้อง มองเห็นข้อบกพร่องที่ละเอียดอ่อน และรายงานก่อนที่ผู้โจมตีจะลงมือ

สำหรับผู้ใช้ Coldcard ลำดับความสำคัญเร่งด่วนคือการระบุว่า ซีดของตนถูกสร้างเมื่อใดและอย่างไร ใครก็ตามที่มีซีดได้รับผลกระทบต้องตรวจสอบคำแนะนำผ่านช่องทางทางการของ Coinkite ติดตั้งเฟิร์มแวร์ที่แก้ไขแล้ว สร้างซีดใหม่ และย้ายเงินอย่างระมัดระวัง พร้อมเฝ้าระวังความพยายามฟิชชิงและข้อความสนับสนุนปลอม

คำถามระยะยาวจะมุ่งไปที่จำนวนบิตคอยน์ที่ถูกนำไปจริงทั้งหมด ว่า ผู้สืบสวนสามารถระบุตัวผู้โจมตีได้หรือไม่ และว่า AI มีบทบาทชี้ขาดใดๆ ในการค้นพบช่องโหว่หรือไม่ บริษัทฮาร์ดแวร์วอลเล็ตยังจะเผชิญแรงกดดันให้ยกระดับการทดสอบเอนโทรปี ตรวจสอบคอนฟิกตอนบิลด์ และตรวจโค้ดเก่าอย่างต่อเนื่องด้วยทั้งผู้เชี่ยวชาญมนุษย์และเครื่องมือ AI เชิงปฏิปักษ์ (adversarial) ด้วย

อธิบายช่องโหว่ Coldcard: ใครสูญเสียบิตคอยน์ และใครบ้างที่มีความเสี่ยง

อธิบายช่องโหว่ Coldcard: ใครสูญเสียบิตคอยน์ และใครบ้างที่มีความเสี่ยง

ข้อบกพร่องของเฟิร์มแวร์ Coldcard ทำให้ซีดของบิตคอยน์อ่อนแอลง ส่งผลให้มีความเสี่ยงต่อเงินสูงสุดถึง 70 ล้านดอลลาร์ และบังคับให้ผู้ใช้ต้องย้ายเงินทุน

บทความนี้แปลจากภาษาอังกฤษโดยใช้ AI เวอร์ชันภาษาอังกฤษต้นฉบับเป็นแหล่งข้อมูลที่เชื่อถือได้ การแปลอัตโนมัติอาจมีความไม่ถูกต้อง โดยเฉพาะอย่างยิ่งในคำศัพท์ทางกฎหมายและข้อบังคับ

แท็กในเรื่องนี้