Sztuczna inteligencja mogła pomóc w kradzieży 38 milionów dolarów w bitcoinach z portfeli Coldcard

W piątek 31 lipca między 1:31 a 1:56 czasu UTC ktoś w ciągu 25 minut opróżnił około 500 portfeli sprzętowych Coldcard, zabierając łącznie 594 bitcoiny warte w tamtym momencie blisko 38 milionów dolarów. Producent urządzeń, firma Coinkite, przyznał, że źródłem ataku był błąd w generowaniu kluczy obecny w oprogramowaniu od pięciu lat, i nie wyklucza, że hakerzy namierzyli go dzięki sztucznej inteligencji.

Co poszło nie tak w Coldcard

Zespoły bezpieczeństwa Bitcoina z firmy Block ustaliły, że kod Coldcard zawierał dwie implementacje generatora liczb losowych. Od marca 2021 roku, wraz z firmware w wersji 4.0.0, urządzenia zaczęły pomijać sprzętowy generator losowości i cofać się do przewidywalnego generowania kluczy opartego na oprogramowaniu, zasilanego niepoufnymi danymi chipu, takimi jak numer seryjny i wartość zegara.

W praktyce oznaczało to, że efektywna losowość fraz seed spadła z zakładanych 128 bitów do około 40 bitów w modelu Mk3 oraz około 72 bitów w modelach Mk4, Mk5 i Q. Tak osłabiony klucz dało się złamać metodą brute force w rozsądnym czasie, zwłaszcza dysponując mocą obliczeniową dostępną dziś komercyjnie.

Rola sztucznej inteligencji

Coinkite nie ma dowodu, że atakujący faktycznie użyli AI do znalezienia luki, ale uznaje to za najbardziej prawdopodobny scenariusz. Kod Coldcard jest open source, a niezależni badacze pokazali już po ujawnieniu sprawy, że modele AI potrafią zlokalizować ten konkretny błąd w kodzie stosunkowo szybko, przeszukując publiczne repozytorium.

AI-wspomagany przegląd kodu potrafi dziś znajdować ukryte błędy szybciej niż najbardziej doświadczeni eksperci branży - Rodolfo Novak, dyrektor generalny Coinkite

Jeśli twój firmware jest open source albo kiedykolwiek był publiczny, zakładaj, że już jest czytany zarówno przez atakujących, jak i obrońców - Rodolfo Novak, dyrektor generalny Coinkite

Paradoksalnie sama Coinkite przeprowadzała wcześniej podobną analizę kodu zaawansowanym modelem AI i nie wykryła podatności, co pokazuje, że skuteczność takich przeglądów bywa nierówna. Część specjalistów bezpieczeństwa studzi entuzjazm wobec narracji o AI, wskazując, że konwencjonalny przegląd kodu, testy czy audyt generowania seedów mogły wykryć ten błąd lata wcześniej bez żadnej sztucznej inteligencji.

Skala strat i reakcja branży

Skradzione środki, 562 z 594 BTC, trafiły ostatecznie na jeden adres, który pozostawał nieruchomy w momencie publikacji doniesień, co utrudnia dalsze śledzenie funduszy. Coinkite wydał awaryjne aktualizacje firmware, ale zastrzega, że sama instalacja poprawki nie rozwiązuje problemu z już wygenerowanymi kluczami. Użytkownicy dotkniętych modeli muszą utworzyć całkowicie nowy seed i przenieść na niego środki ze starych portfeli.

Szacunki łącznej ekspozycji na ryzyko są znacznie wyższe niż sama kradzież: część analiz mówi o nawet 1128,47 BTC, wartych około 71,1 miliona dolarów, potencjalnie podatnych w modelach Mk3, Mk4, Mk5 i Q. Konkurencyjny producent Trezor pospieszył z zapewnieniem, że jego urządzenia nie są dotknięte tą konkretną luką i środki klientów pozostają bezpieczne.

Co to znaczy dla użytkowników kryptowalut

Sprawa Coldcard trafia w moment, gdy zaufanie do portfeli sprzętowych opiera się właśnie na założeniu, że offline'owe generowanie kluczy jest bezpieczniejsze niż przechowywanie środków na giełdzie. Pięcioletnia luka pokazuje, że nawet audytowany, otwarty kod może kryć błąd niewykryty przez lata, a rosnąca dostępność narzędzi AI do analizy kodu zmienia realny czas, w jakim taka podatność może zostać znaleziona i wykorzystana przez atakującego.

Dla posiadaczy portfeli Coldcard najważniejsze jest teraz sprawdzenie wersji firmware i wygenerowanie nowego seeda zgodnie z instrukcją producenta, a nie samo zainstalowanie łatki. Dla reszty rynku to kolejny sygnał, że modele AI już dziś skracają czas między publikacją kodu open source a znalezieniem w nim krytycznego błędu, niezależnie od tego, czy w tym konkretnym przypadku faktycznie zostały użyte przez sprawców.