遗失的加密资产有救了?AI+GPU+算法找回私钥「开始有看头」
点击蓝字 关注我们
据估计由于忘记密码、硬体故障等意外事件,目前市场上有数千亿美元的虚拟货币仍处于悬而未决的状态。不过,随着AI技术的发展,遗失的数字资产现在可能会通过AI+GPU+演算法的方法找回。
加密市场热度不断增长,资产的多样性与复杂性也随之增加,其热度受惠于先进技术和创新应用,但也增加了更多遗失以及无法追讨的资产数量。根据估计,由于忘记密码、硬体故障等意外事件,目前市场上有数千亿美元的虚拟货币仍处于悬而未决的状态。
据研究,比特币2,100万枚总供应量中约有600 万个比特币被认定已遗失,可能的原因包含忘记密码、硬体损坏、或资产拥有者已不在世上等因素。而29% 的比特币在过去五年内从未被移动,当然这可能包括长期投资者或长时间交易的使用者。但事实上,却有不少的比特币单纯是因为使用者忘记密码或因技术问题无法取得而处于无法追讨的状态。
例如,2013年英国一名男子James Howells 无意中扔掉了一个硬盘,里面装有7,500个比特币,目前在市场上价值就不用说了,现在硬盘还被埋在垃圾场里面;Ripple前CTO Stefan Thomas 先前也透露了自己拥有的7,002个比特币托管在硬体钱包IronKey的私钥中,但他忘了密码,仅存的10次猜测密码机会也只剩下两次,一但失败,私钥及托管的7,002个比特币将会被删除且永久遗失在黑洞当中。
不过如今幸运的是,这些遗失的数字资产,「未来可能」可以靠着人工智慧(AI)的发展被找回,不论使用者的资产金额大小,加密钱包恢复服务可以帮助使用者从软体钱包或硬体钱包中回收遗失的比特币或以太币。
AI+GPU+演算法
首先是AI训练模型,特别是基于OpenAI 的GPT-2 模型如PASS-GPT,已成为找回加密资产的前端技术。
PASS-GPT 可以分析大量关于使用者行为、密码模式和分析庞大的资料。透过这些资料,模型能够识别出可能的密码结构和常用词汇,以预测使用者可能设定的密码,而PASS-GPT 还能利用逐步取样技术,产生一系列难以解读的密码组合,这对于暴力破解攻击特别重要,因为它能够有效率地产生那些不容易直接想到的密码选项,提高找回遗失资产的机会。
根据测试PASS-GPT 凭借其逐步取样技术,在密码猜测能力上比其他模型高出了20%。
接着是现代GPU和CPU的力量,现代的GPU(图形处理单元)和CPU(中央处理单元)的应用,为刚刚上述的AI 模型提供了非常有利的运算能力。
GPU 最初是为了处理电脑图形和游戏影象而设计的,它们在进行大量平行运算方面非常有效率。也就是说GPU 可以同时处理成千上万的运算任务,得以让它们非常适合进行密码猜测的「暴力破解」攻击。在这种攻击中,电脑会尝试每一种可能的密码组合,直到找到正确的那一个。也由于GPU 可以快速处理这些运算,因此将AI 模型如PASS-GPT 结合使用,把软体硬体都提升到最高等级,让整个运算系统更强大。
最后,找回加密钱包密码还需要一项能力,加强防范「侧通道攻击」(Side-channel attack, SCA)。
侧通道攻击是一种安全攻击方式,它不是直接破解密码,而是透过分析电脑执行加密操作时产生的实体讯号(如功耗、电磁辐射)来寻找金钥资讯的漏洞。举例来说,如果攻击者能够侦测到特定操作时硬体功耗的细微变化,他们可能就有机会推测出正在进行的加密操作或金钥的某些部分。
为了保护加密货币不受这种攻击的威胁,许多AI演算法专家正在开发和部署新的策略和技术。
增加随机性:也就是在加密过程中增加随机操作,让攻击者难以从物理讯号中得出有意义的资讯;
改进演算法设计:设计演算法时必须先考虑抵抗侧通道攻击的能力,例如确保演算法的运作方式和执行时间不会因为处理的秘密资讯(如密码、金钥等)的不同而有所差异;
使用专门的硬体:开发专门的硬体元件,这些元件使其在执行不同操作过程中消耗相同或相似量的电力就可以借此抵抗侧通道攻击。
比特币及虚拟货币的安全性是双向的,确实保证了一定的安全程度,但也可能反过来防范到自己。幸好AI 技术、硬体运算能力以及演算法的进步开创了新的可能,为那些不小心失去资产的使用者带来了更多希望。
往
期
推
荐