A Ripple mesterséges intelligenciával működő Red Team-et telepít az XRP Ledgeren, íme, mit találtak

A Ripple az integráló mesterséges intelligencia a teljes fejlesztési életciklus során XRP könyvtár (XRPL), beleértve az automatizált kódszkennelést, a versenyhelyzet-tesztelést és egy dedikált, mesterséges intelligencia által támogatott „red team”-et. Az erőfeszítések már most is eredményeket hoznak: a „red team” több mint 10 hibát azonosított, amelyek közül az alacsonyabb súlyosságúakat eddig nyilvánosan is közzétették.

Miért mostanában vizsgálja felül a Ripple az XRP Ledger biztonságát?

Az XRP Ledger folyamatosan futott óta 2012Ez idő alatt több mint 100 millió főkönyvi bejegyzést dolgozott fel, és több mint 3 milliárd tranzakciót bonyolított le. Ez az eredmény jelentős, de gyakorlati következménnyel is jár: egy olyan kódbázis, amely több mint egy évtizednyi mérnöki döntést tükröz, amelyek közül néhány a modern biztonsági eszközök megjelenése előtti.

„A hálózat korábbi fázisaiban hozott tervezési döntések, a kisebb léptékben érvényes feltételezések és a modern eszközök megjelenése előtti minták együttesen alakítják a rendszer mai működését” – jegyezte meg Ripple egy nemrégiben megjelent blogbejegyzésben.

A vállalat az átalakítás időzítését az XRPL bővülő szerepéhez köti. A hálózat mostantól támogatja az intézményi fizetéseket, a valós eszközök tokenizációját és olyan pénzügyi infrastruktúra-projekteket, mint a Szingapúri Monetáris Hatóság BLOOM kezdeményezése, egy központi bank által támogatott program, amely a digitális pénzt és fizetéseket vizsgálja. Ahogy a munkaterhelések egyre összetettebbek és a tétek egyre nagyobbak lesznek, a Ripple azzal érvel, hogy a régebbi tesztelési megközelítések önmagukban már nem elegendőek.

A mesterséges intelligencia szerepe a modern biztonsági tesztelésben

A mesterséges intelligencia nem újdonság a szoftverbiztonságban, de a blokklánc protokollokban való alkalmazása felgyorsult. A gépi tanulási eszközök szisztematikusan képesek feltárni a nagy kódbázisokat, a felszíni peremhelyzeteket, és olyan mértékben szimulálni a támadók viselkedését, amelyet a manuális áttekintés nem tud tartani.

Egy releváns adat: egy kéthetes kísérlet során az Anthropic Claude Opus 4.6 modellje 22 sebezhetőséget azonosított a Firefox böngészőben, amelyek közül 14-et rendkívül súlyosnak minősítettek. Ez az eredmény arra késztette az iparág blokklánc-fejlesztőit, hogy komolyabban vegyék a mesterséges intelligencia által támogatott biztonságot.

A Ripple álláspontja szerint a rosszindulatú szereplők már most is hasonló eszközöket használnak a sebezhetőségek felkutatására, ami szimmetrikus választ igényel a fejlesztői oldalról.

Mit tartalmaz valójában a Ripple mesterséges intelligencia biztonsági stratégiája?

A stratégia hat pillér köré épül, és mindent lefed a kódírástól kezdve egészen addig, hogy hogyan hagyják jóvá a változtatásokat az éles hálózaton.

A főbb műszaki összetevők a következők:

• MI-vel támogatott kódszkennelés minden pull request (PR) esetén: Minden javasolt kódmódosítást felülvizsgálnak kontrasztos szkennelési eszközökkel, mielőtt összevonnák, így a problémákat már a folyamat elején felfedezik.
• Automatizált fuzzing és kontradiktórius tesztelés: A Ripple fuzzingot futtat, ami azt jelenti, hogy váratlan vagy hibásan formázott bemeneteket ad a rendszernek, hogy lássa, hogyan reagál, explicit fenyegetési modellek, nem pedig véletlenszerű bemenetek alapján.
• Fenyegetésmodellezés és támadási felület feltérképezése: Az új és meglévő funkciókat nem csak az önmagukban, hanem egymással való kölcsönhatásuk szempontjából is elemzik.
• Peremeset-szimuláció: A mesterséges intelligencia eszközei olyan stresszforgatókönyveket generálnak, amelyeket manuálisan nem lenne praktikus létrehozni, különösen azokon a határokon, ahol a régebbi kód találkozik az újabb funkciókkal.

A mesterséges intelligencia által támogatott vörös csapat

A biztonsági területen a vörös csapat olyan csoport, amelynek feladata, hogy támadóként gondolkodjon és viselkedjen. A Ripple létrehozott egy dedikált, mesterséges intelligencia által támogatott vörös csapatot, amely kifejezetten az XRPL kódbázisra összpontosít. A csapat azt vizsgálja, hogy a funkciók hogyan hatnak egymásra valós körülmények között, ahelyett, hogy minden egyes funkciót elszigetelten tesztelne, ami a hosszú élettartamú rendszerek legsebezhetőbb területe.

Fedezze fel az ígéretes projekteket...

Ígéretes projektek...

(Hirdetés)

A cikk folytatódik...

A vörös csapat már több mint 10 hibát talált. A Ripple szerint az összes azonosított problémát rangsorolják és kijavítják, a jelentősebb megállapításokat pedig összehangolt közzétételi folyamatokon keresztül kezelik.

Hogyan kezeli a Ripple a strukturális kódproblémákat?

Az aktív tesztelésen túl a Ripple az alapul szolgáló kódbázis modernizálásán is dolgozik. Ez olyan problémákat céloz meg, amelyeket a tesztelés önmagában nem tud teljes mértékben megoldani.

A hosszú életű rendszerekben a hibák gyakran strukturális problémákból erednek, nem pedig elszigetelt hibákból. A Ripple ezek közül többet is azonosított az XRPL-ben:

• Korlátozott típusbiztonság, ami azt jelenti, hogy a kód nem mindig érvényesít szigorú szabályokat arra vonatkozóan, hogy egy függvény milyen típusú adatokat fogadhat el vagy adhat vissza.
• Inkonzisztens interakciós minták a hálózat története során különböző pontokon hozzáadott funkciók között.
• Nem megfelelő invariáns érvényesítés, ahol a rendszer viselkedésére vonatkozó feltételezéseket maga a kód nem ellenőrzi formálisan.
• Nem dokumentált vagy nem érvényesített feltételezések, amelyekre a fejlesztők implicit módon támaszkodnak, de a rendszer nem ellenőrzi őket.

Ezen problémák kijavítása kiszámíthatóbbá és könnyebben értelmezhetővé teszi a rendszert, csökkentve a váratlan interakciókból eredő hibák valószínűségét.

Milyen változások történnek az XRPL módosításaival?

A módosítások azok a mechanizmusok, amelyeken keresztül a protokoll szintű változtatások aktiválódnak az XRP Ledgerben. A változtatások hatálybalépéséhez validátori konszenzus szükséges.

A Ripple magasabbra teszi a lécet a módosítások aktiválás előtti értékelésével kapcsolatban. A jövőben a jelentős protokollmódosításokhoz több független biztonsági auditra, kibővített hibajavító programokra lesz szükség a külső kutatók ösztönzése érdekében, valamint kontradiktórius tesztelésre attackathonok révén, amelyek olyan strukturált események, ahol a résztvevők aktívan megpróbálják feltörni az új funkciókat, mielőtt azok élesbe kerülnének.

A Ripple azt állítja, hogy az XRPL Alapítvánnyal együttműködve explicit biztonsági felkészültségi kritériumokat fog meghatározni és közzétenni, egyértelmű küszöbértékeket megállapítva a tesztelésre, felülvizsgálatra és kockázatértékelésre vonatkozóan, amelyeket a módosításoknak meg kell felelniük, mielőtt engedélyeznék őket a hálózaton.

Mi következik az XRP Ledger számára?

A Ripple megerősítette, hogy a következő XRPL kiadás teljes egészében hibajavításokra és kódfejlesztésekre lesz szentelve, új funkciók nélkül. Ez a funkciófejlesztés szándékos szüneteltetését jelzi, hogy az alapmunkára lehessen koncentrálni.

A vállalat azt is tervezi, hogy elmélyíti az együttműködést külső partnerekkel, beleértve az XRPL Commonst, az XRPL Alapítványt, független biztonsági kutatókat, validátor-üzemeltetőket és külső biztonsági cégeket. A biztonsági erőfeszítések több, különböző nézőpontokkal rendelkező szervezet közötti megosztása bevett gyakorlat a nagy kockázatú infrastruktúrákban, és ezt a gyakorlatot a Ripple most formalizálja az XRPL számára.

A biztonsági közzétételeket, a közzétett eredményeket és a levont tanulságokat nyíltan megosztjuk a szélesebb közösséggel a kifejezett átláthatósági kötelezettségvállalás részeként.

Összegzés

A Ripple az XRP Ledger fejlesztésének minden szakaszába beépíti a mesterséges intelligenciát, az egyes kódmódosítások felülvizsgálatától kezdve az élő hálózat teljes körű, versenyhelyzeti szimulációjáig. 

A vörös csapat már több mint 10 hibát talált, a következő XRPL kiadás nem tartalmaz majd új funkciókat, és az XRPL Alapítvánnyal közösen új biztonsági kritériumokat dolgoznak ki a módosításokhoz. A fejlesztés közvetlen válasz a hálózat intézményi fizetésekben és eszköztokenizációban betöltött kibővült szerepére, ahol az infrastrukturális hibák toleranciája közel nulla.

Tudástár

1. Ripple blogbejegyzéseAz XRP Ledger biztonságának megerősítése mesterséges intelligenciával a növekedés következő szakaszához

2. Jelentés a Tech In Asia-tólA Ripple mesterséges intelligencia biztonsági ellenőrzéseket vezet be az XRP Ledger fejlesztése során.

3. CoinDesk jelentéseA Ripple mesterséges intelligenciához fordul az XRP Ledger stresszteszteléséhez, ahogy az intézményi felhasználási esetek skálázódnak