ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
ข้อถกเถียงเรื่องช่องโหว่ของกระเป๋าฮาร์ดแวร์สำหรับบิตคอยน์(BTC) อย่างโคลด์การ์ด(Coldcard) ลุกลามไปสู่ประเด็นต้นทุนการตรวจสอบความปลอดภัยด้วย ‘AI’ โดยมีข้อเสนอว่า เมื่อผู้โจมตีใช้ต้นทุนต่ำลงในการค้นหาจุดบกพร่อง ผู้ผลิตก็ควรตรวจซ้ำด้วย AI ก่อนเปิดตัวสินค้าเช่นกัน
ฮาซีบ คูเรชี(Haseeb Qureshi) หุ้นส่วนผู้จัดการของดรากอนฟลาย(Dragonfly) ระบุในโพสต์บน X ว่า แกนหลักของการแข่งขันด้านความปลอดภัยกำลังย้ายไปอยู่ที่ต้นทุนการใช้ AI ของทั้งฝ่ายโจมตีและฝ่ายป้องกัน เขากล่าวว่า “ผลิตภัณฑ์ที่อ่อนไหวด้านความปลอดภัยควรผ่านการสแกนความปลอดภัยด้วย AI ทุกครั้งก่อนเปิดตัว” ความเห็นนี้สะท้อนแรงกดดันต่อผู้ผลิตอุปกรณ์คริปโตให้ยกระดับขั้นตอนตรวจสอบก่อนวางจำหน่าย
คูเรชีอ้างว่า โคลด(Claude) พบช่องโหว่ดังกล่าวได้ภายใน 8 นาที ส่วน GLM สามารถจำลองการโจมตีแบบเดียวกันได้ภายใน 20 นาที เขาประเมินว่าการจำลองด้วย GLM 5.2 มีต้นทุนราว 2 ดอลลาร์(ประมาณ 2,900 วอน)
ตัวเลข 2 ดอลลาร์เป็นการประเมินของคูเรชีเอง ขณะนี้ยังไม่พบหลักฐานการทดลอง โค้ดสำหรับจำลองผล หรือสูตรคำนวณต้นทุนที่เผยแพร่ผ่านช่องทางสาธารณะเพื่อยืนยันอย่างเป็นอิสระ
ข้อกล่าวอ้างนี้ต่อยอดจากข้อถกเถียงก่อนหน้าเกี่ยวกับการแฮ็กโคลด์การ์ดและความเชื่อมั่นต่อการดูแลสินทรัพย์ด้วยตนเอง ไปสู่คำถามเรื่องระบบตรวจสอบความปลอดภัยในยุค AI อย่างไรก็ตาม การประเมินระดับความปลอดภัยของผลิตภัณฑ์ใดผลิตภัณฑ์หนึ่งและความเสียหายที่เกิดขึ้นจริงยังต้องอาศัยคำแนะนำด้านความปลอดภัยหรือรายงานทางเทคนิคจากผู้ผลิต
โคลด์การ์ดเป็นอุปกรณ์ลงนามฮาร์ดแวร์สำหรับบิตคอยน์ที่พัฒนาโดยโคอินไคต์(Coinkite) บริษัทระบุในเอกสารแนะนำอย่างเป็นทางการว่า จุดเด่นหลักของอุปกรณ์คือการออกแบบสำหรับบิตคอยน์โดยเฉพาะ การทำงานแบบแอร์แกป เฟิร์มแวร์แบบเปิด และขั้นตอน build ที่สามารถทำซ้ำเพื่อตรวจสอบได้
แอร์แกปคือวิธีรับส่งข้อมูลโดยไม่เชื่อมต่ออุปกรณ์เข้ากับอินเทอร์เน็ตโดยตรง โค้ดเปิดและ build ที่ทำซ้ำได้ช่วยให้บุคคลภายนอกตรวจสอบได้ง่ายขึ้น แต่ไม่ได้รับประกันว่าซอฟต์แวร์จะไม่มีข้อบกพร่อง
หน้าดาวน์โหลดของโคอินไคต์เผยแพร่เฟิร์มแวร์สำหรับโคลด์การ์ดแต่ละรุ่นไว้แล้ว อย่างไรก็ดี หน้าดังกล่าวไม่ได้ระบุรูปแบบการโจมตี ขนาดความเสียหาย หรือขอบเขตแพตช์ที่เชื่อมโยงโดยตรงกับข้อถกเถียงครั้งนี้
โคอินไคต์ยังมีนโยบายการเปิดเผยช่องโหว่อย่างรับผิดชอบ โดยให้นักวิจัยส่งข้อมูลแบบไม่เปิดเผยต่อสาธารณะ เช่น ผลิตภัณฑ์ รุ่นฮาร์ดแวร์ เวอร์ชันเฟิร์มแวร์ ขั้นตอนการจำลองผล ขอบเขตผลกระทบ และหลักฐานพิสูจน์แนวคิด จากนั้นจึงประสานกับผู้ผลิตเรื่องเวลาการเปิดเผย
AI กำลังเปลี่ยนทั้งเวลาและต้นทุนของกระบวนการตรวจสอบและเปิดเผยช่องโหว่เหล่านี้ แอนโทรปิก(Anthropic) ระบุว่า ในโครงการ Project Glasswing บริษัทใช้ Claude Mythos Preview เพื่อตรวจสอบความปลอดภัยของซอฟต์แวร์สำคัญร่วมกับ AWS, แอปเปิล(Apple), กูเกิล(Google), มูลนิธิลินุกซ์(Linux Foundation), ไมโครซอฟท์(Microsoft) และเอ็นวิเดีย(Nvidia)
แอนโทรปิกอธิบายในหลักการเปิดเผยช่องโหว่ว่า โดยทั่วไปบริษัทกำหนดกรอบเวลาเปิดเผยไว้ที่ 90 วัน หากมีแพตช์ออกมาก่อนครบกำหนด บริษัทจะเปิดเผยรายละเอียดช่องโหว่ในภายหลังเพื่อให้ฝ่ายป้องกันมีเวลารับมือ
เอกสารนักพัฒนาของ Z.ai ระบุค่าบริการ GLM 5.2 ที่ 1.40 ดอลลาร์(ประมาณ 2,000 วอน) ต่อ 1 ล้านโทเคนสำหรับอินพุต, 0.26 ดอลลาร์(ประมาณ 380 วอน) สำหรับอินพุตแบบแคช และ 4.40 ดอลลาร์(ประมาณ 6,500 วอน) สำหรับเอาต์พุต แม้ตัวเลข 2 ดอลลาร์ที่คูเรชีเสนอจะยังถือเป็นต้นทุนที่ยืนยันไม่ได้ แต่ตารางราคานี้เป็นข้อมูลอ้างอิงสำหรับประเมินต้นทุนปัจจุบันของการตรวจสอบความปลอดภัยด้วย AI
ความคิดเห็น 0