全部 通识 以太坊 比特币 Solana 公链 Solidity Web3应用 编程语言 安全 密码学 AI 存储 其他

AI网络钓鱼系列：第六部分 - 法律护栏、量子深度伪造和Web3集体防御

AI技术正在以超乎法律的速度重塑加密货币诈骗，文章探讨了AI网络钓鱼如何重塑加密货币和Web3的监管、责任和集体防御。随着Web3应用拥抱AI工具，传统的诈骗也变得更加“自治”，文章呼吁业界通过法律、技术和协作护栏，在政策和保护隐私的防御创新方面赶上AI诈骗的步伐，以确保生态系统的安全。
AI  网络钓鱼  Web3  MiCA  智能合约  量子计算 

2025 硬件钱包评测 - 第二篇

作者评测了四款加密货币硬件钱包：SafePal S1 Pro、BitBox02、Burner 和 NGRAVE Zero。作者主要关注钱包的安全性、是否开源以及交易数据的可验证性。BitBox02 在显示签名数据和开源方面表现较好，作者推荐安全研究人员使用，但没有一款钱包能完美保护用户免受攻击。
硬件钱包  加密货币  安全  交易签名  开源  EIP-712  Calldata 

自主网络钓鱼的防护：政策、隐私和下一代防御 - 第六部分

AI技术正在快速改变加密货币诈骗的形式，法律的制定速度已经无法跟上。本文探讨了AI诈骗带来的法律挑战，以及Web3防御者如何通过技术创新来应对。同时，也讨论了行业如何通过共享标准和合作联盟来构建安全防线，包括企业以太坊联盟、Web3安全联盟等。
AI欺诈  智能合约  web3安全  联邦学习  多智能体攻击  隐私保护 

BASE Commerce Payments 协议的安全性分析

该文档是关于BASE Commerce Payments协议的安全性分析。内容包括安全审计报告的列表，协议如何通过密码学签名、哈希、时间锁等机制来保证支付安全，以及针对潜在风险（如操作员被攻击、恶意Token收集器、因黑名单导致的拒绝服务）的缓解措施。协议设计目标是最小化对任何单一实体的信任，同时最大化对所有参与者的保护。
安全审计  协议安全  操作员  TokenStore  支付安全  风险缓解 
  • base__
  • 发布于 2025-06-13
  • 阅读 ( 517 )
  • ( 5 )

智能合约安全中的自定义模糊测试

本文介绍了智能合约安全中自定义模糊测试的重要性，强调了Spearbit将模糊测试自动化与专家驱动的手动审查相结合的方法，以应对传统模糊测试工具的局限性。文章深入探讨了模糊测试的工作原理、不同类型（如基于突变、基于生成、智能与笨拙型模糊器），并通过实际案例展示了Spearbit如何利用差分模糊测试揭示跨实现语义不一致性，从而提高智能合约的安全性。
模糊测试  智能合约  安全  Spearbit  差分模糊测试  漏洞 
  • cantina
  • 发布于 2025-06-12
  • 阅读 ( 1882 )
  • ( 140 )

安全时光机：2025年5月至6月区块链黑客报告 – ImmuneBytes

本文分析了2025年5月至6月期间发生的多起区块链安全事件，包括Cetus Protocol、Alex Protocol、Cork Protocol和Mobius DAO等项目遭受的攻击，并探讨了ImmuneBytes如何通过其安全策略来预防这些漏洞，强调了安全审计和验证的重要性。
区块链安全  智能合约审计  漏洞  攻击  安全策略  形式化验证 

实时防御、GNN检测与Web3威胁情报

本文探讨了如何实时防御Web3攻击，重点介绍了流分析、大型语言模型（LLMs）和图神经网络（GNNs）在加速识别诈骗方面的作用，以及威胁情报共享如何降低跨链风险。文章还介绍了用于低延迟推理的特征存储，用于加速警报富集的LLM，以及用于识别与钓鱼相关的资金路径的GNN。
web3安全  图神经网络  LLM  威胁情报  钓鱼  区块链安全 

AI 钓鱼系列：第五部分 - 实时防御、GNN 检测和 Web3 威胁情报

本文讨论了如何实时防御Web3攻击，包括利用流分析、大型语言模型（LLM）和图神经网络（GNN）更快地发现诈骗，以及如何通过威胁情报共享来降低跨链风险。文章阐述了构建链上安全分析、使用LLM辅助分类、利用GNN处理EVM数据以及社区威胁情报共享的具体方法。
web3安全  流分析  LLM  图神经网络  威胁情报  链上安全 

智能合约审计介绍 - ImmuneBytes

本文深入探讨了智能合约审计的重要性，它能发现智能合约中隐藏的安全漏洞和错误。文章详细介绍了智能合约审计的定义、流程（包括需求收集、单元测试、代码分析、手动代码审查和报告生成）、成本以及进行审计的必要性和好处，强调了审计在保护用户资金、提升项目可信度方面的重要作用。
智能合约  审计  安全漏洞  代码审查  区块链  DeFi 

攻破与防御去中心化系统的艺术 – ImmuneBytes

本文深入探讨了区块链安全，指出其不仅仅是代码层面的问题，更是一场策略性的对抗游戏。攻击者总是先行动，通过信息不对称、信号传递和多轮攻击等手段，利用防御者的盲点和激励机制漏洞。文章强调，成功的防御需要理解攻击者的策略，并设计能够打破其游戏规则的防御机制。
区块链安全  对抗博弈论  MEV  跨链桥  治理攻击  信息不对称 

Solodit Checklist详解：重放攻击

本文主要介绍了重放攻击的概念、原理以及防范措施。重放攻击是指攻击者恶意重复使用有效的交易或签名，从而导致未经授权的状态变更。文章通过Solodit Checklist中的两个条目，详细讲解了如何利用nonce、链ID和域名分隔符等技术手段，防止重放攻击，从而保障智能合约的安全。
重放攻击  nonce  链ID  EIP-712  域名分隔符  签名 
  • Cyfrin
  • 发布于 2025-06-11
  • 阅读 ( 473 )
  • ( 12 )

交易机器人骗局、虚假DeFi与链上取证

本文深入探讨了AI驱动的加密货币诈骗，包括虚假的AI交易机器人和伪造的DeFi平台。这些骗局通过伪造数据、利用闪电贷虚增TVL等手段欺骗用户。文章还介绍了链上取证技术，如GNN和字节码指纹识别，用于追踪和识别诈骗活动，并以AI量化资金盘为例，强调保持怀疑态度和独立验证的重要性。
AI  加密货币  诈骗  DeFi  链上取证  GNN  闪电贷 

什么是加密货币诈骗以及如何避免？- Pintu Academy

本文介绍了加密货币领域常见的几种诈骗手段，包括钓鱼、挖矿诈骗、赠品诈骗、Rug Pull、拉高出货以及MetaMask上的未知代币空投。文章还提供了识别和避免这些诈骗的方法，如使用冷钱包、保护私钥、使用额外的安全应用程序以及在投资前进行充分的调研。
加密货币诈骗  钓鱼  rug pull  拉高出货  MetaMask  私钥  冷钱包  安全 
  • pintuid
  • 发布于 2025-06-10
  • 阅读 ( 111 )

Web3应用为何需要全栈安全审查 – ImmuneBytes

Web3应用的安全不能只关注智能合约审计，而应该进行全栈安全审查，包括前端渗透测试、钱包安全、预言机安全、后端安全和外部库安全。攻击者会利用任何层面的漏洞来获取访问权限或转移资产，因此需要对整个产品进行安全审计。
智能合约审计  DApp安全  全栈安全  渗透测试  钱包安全  预言机 

AI 诈骗系列：第四部分 - 交易机器人诈骗、虚假 DeFi 与链上取证

本文揭露了利用AI进行诈骗的常见手段，包括伪造交易机器人和DeFi平台。这些诈骗项目通过虚假数据和精心设计的界面来欺骗用户，最终导致资金损失。文章还介绍了链上分析技术，如GNN和操作码指纹识别，用于追踪和识别这些诈骗行为，并强调了保持怀疑态度和进行独立验证的重要性。
AI诈骗  DeFi  链上分析  GNN  操作码指纹  交易机器人 

BlockThreat - 2025年第23周

本周，超过1700万美元的资金在四起独立事件中被盗，其中大部分损失来自Stacks区块链上的Alex Lab被攻击事件。Bitopro交易所披露了一起发生在一个月前的1150万美元的漏洞，而Marinade Finance遭受了一起500万美元的市场操纵计划，该计划持续了数月未被发现。此外，还讨论了与加密货币相关的其他安全事件、犯罪活动、政策变化、网络钓鱼攻击和恶意软件。
区块链安全  漏洞  黑客攻击  网络钓鱼  恶意软件  加密货币 

坚不可摧Damn Vulnerable Defi V4 解决方案系列

本文分析了Damn Vulnerable Defi V4挑战中的Unstoppable Vault漏洞。
以太坊  智能合约  漏洞  DeFi  flash loan  ERC4626 

Web3 中的深度伪造、声音克隆和社会工程

本文讨论了攻击者如何利用深度伪造和克隆声音来伪造签名和欺骗 Web3 用户，从而窃取钱包资金。文章深入分析了AI诈骗如何利用Web3中的信任机制，并探讨了应对这些威胁的防御策略，包括内容溯源、异常检测、双通道验证和活体检测等技术手段。
深度伪造  语音克隆  社会工程学  web3安全  AI诈骗  内容溯源 

AI 钓鱼系列：第三部分 - Web3 中的深度伪造、语音克隆和社交工程

攻击者利用深度伪造和克隆声音来伪造代言并耗尽钱包，AI诈骗正在利用Web3中的信任。文章介绍了GAN和扩散模型在制造Meme coins以及语音克隆诈骗中的应用，并探讨了检测和缓解工具，包括内容来源验证和异常检测，并强调了双因素验证和实时性检测的重要性。
深度伪造  语音克隆  web3安全  AI诈骗  内容验证  双因素验证 

错误处理 - OpenZeppelin 文档

本文档介绍了OpenZeppelin Monitor的结构化错误处理系统，该系统提供了丰富的上下文信息和跨服务边界的跟踪能力。文档通过实例展示了错误如何在系统中传播，并详细描述了错误结构，包括错误上下文和特定于域的错误类型。此外，还提供了错误处理指南，说明了何时使用哪种模式来创建和跟踪错误，例如跨域边界时转换为特定于域的错误类型，以及使用`with_context()`添加信息。
错误处理  OpenZeppelin Monitor  错误上下文  错误类型  Rust语言  区块链监控