حذّرت DeFiHackLabs، الفريق الفائز في SCAN 2024، المشاركين من الاعتماد الأعمى على الذكاء الاصطناعي خلال مقابلة فيديو مع Digital Asset في 3 يوليو. وشددت مجتمع أمن البلوك تشين على ضرورة التحقق دائمًا من الإجابات التي يقدّمها الذكاء الاصطناعي. تأتي هذه التحذيرات في وقت شهدت فيه قدرات الذكاء الاصطناعي تطورًا كبيرًا منذ SCAN 2024، وهي مسابقة التقاط العلم (capture-the-flag) لتتبّع أصول رقمية استضافها Dasset في نوفمبر 2024. قالت DeFiHackLabs إنه في حين يمكن للذكاء الاصطناعي تحسين كفاءة حل المشكلات، فإن سوء استخدامه قد يعطّل العملية. ونصحت الفرق بالتعامل مع الذكاء الاصطناعي كمساعد بدلًا من تفويض فهم المشكلة للتقنية.
DeFiHackLabs تدير مجتمعًا من قراصنة القبعات البيضاء يضم 300 عضو
تُعد DeFiHackLabs مجتمعًا لأمن البلوك تشين تأسس قبل ثلاث سنوات تقريبًا ويضم نحو 300 عضو. يصف الأعضاء أنفسهم بأنهم قراصنة بقبعات بيضاء، أو باحثون في مجال الأمن، أو مهندسون أمنيون. يتمثل الهدف الذي يعلنه المجتمع في جعل منظومة البلوك تشين وWeb3 أكثر أمانًا. ويأتي الأعضاء من خلفيات مهنية تشمل أمن العقود الذكية، والتحقيقات في غسل الأموال، والهندسة العكسية.
الفريق أبرز حدود تقديم الأعلام في تجربة SCAN 2024
حددت DeFiHackLabs حد تقديم الأعلام باعتباره ميزة بارزة في SCAN 2024. وبموجب هذا النظام، لا يعود بإمكان المشاركين الذين يتجاوزون العدد المسموح به من المحاولات تقديم علم (flag) في هذا التحدي. وقال الفريق إن تقييد عمليات التقديم يثبط تكرار التخمين ويشجع على التحقق الدقيق قبل الإرسال. وأوصت DeFiHackLabs بالحفاظ على هذه القاعدة لنهائيات SCAN 2026، مشيرةً إلى أن الذكاء الاصطناعي يمكّن الفرق من حل تحديات CTF بسرعة أكبر بكثير مما كان عليه الحال في 2024.
DeFiHackLabs تنصح بالتحقق من جميع الإجابات الناتجة عن الذكاء الاصطناعي
قدّم الفريق إرشادات محددة حول استخدام الذكاء الاصطناعي في مسابقات CTF. قالت DeFiHackLabs: "لا تعتمد عليه بالكامل. لا تتعامل أبدًا مع إجابة يولّدها الذكاء الاصطناعي على أنها صحيحة دون تحقق. تحقّق منها دائمًا." اعترف المجتمع بأن نماذج الذكاء الاصطناعي أصبحت قادرة بشكل لافت، لكنه شدد على أن يبقى الذكاء الاصطناعي مساعدًا أو عضوًا في الفريق. وحذرت DeFiHackLabs من أن الذكاء الاصطناعي يمكنه تحسين كفاءة حل المشكلات بشكل كبير، لكنه قد يعطّل العملية برمتها عند استخدامه بشكل غير صحيح. ونصح الفريق المشاركين باستخدام محركات الذكاء الاصطناعي لدعم حل المشكلات دون تفويض عملية فهم المشكلة للذكاء الاصطناعي.
المجتمع رصد 8 مليارات دولار في خسائر استغلال البروتوكولات منذ 2017
تحتفظ DeFiHackLabs بعدة مجموعات بيانات مفتوحة تشمل قاعدة بيانات للحوادث تتضمن أبحاثًا لإثبات المفهوم في اختراقات Web3. وقد تابعت المجموعة أكثر من 872 حادثة استغلال لبروتوكولات منذ 2017 عبر لوحة التحكم الخاصة بها، بإجمالي خسائر تجاوز 8 مليارات دولار. تشمل فئة البروتوكولات هجمات DeFi، واختراقات الجسور، وحوادث البورصات، واستغلالات العقود الذكية. في العام الماضي، أسفرت قرابة 200 عملية اختراق بروتوكول عن خسائر بلغت قرابة 3 مليارات دولار.
تسببت عمليات اختراق المحافظ، بما في ذلك هجمات التصيّد، والبرمجيات الخبيثة، وتسريبات المفاتيح الخاصة، في خسائر بلغت نحو 800 مليون دولار العام الماضي، وأثرت في حوالي 80,000 ضحية. وقدّرت DeFiHackLabs أن عمليات الاحتيال سببت على الأقل 14 مليار دولار في خسائر. وفي تايوان، وصلت خسائر مرتبطة بالاحتيال إلى نحو 2.6 مليار دولار العام الماضي، مع الإبلاغ عن حوالي 170,000 قضية للشرطة.
الفريق يوصي بالحفاظ على حدود تقديم الأعلام لـ SCAN 2026
قالت DeFiHackLabs إن حد تقديم الأعلام أصبح أكثر أهمية في عصر الذكاء الاصطناعي. وأوصى الفريق بأن يحتفظ منظمو SCAN 2026 بهذه السمة في تصميم المسابقة. كما اقترحت DeFiHackLabs إدراج تحديات تتضمن أمن العقود الذكية، والتحقيقات في الهجمات، وسيناريوهات استرداد الأصول، مشيرة إلى أن هذه الحالات أصبحت شائعة بشكل متزايد في أعمال أمن البلوك تشين الواقعية. وشجّع الفريق وكالات إنفاذ القانون، ومحققي الشرطة، وباحثي أمن Web3، وأفراد الجمهور عمومًا على المشاركة في SCAN 2026.
الأسئلة الشائعة
ما النصيحة التي قدّمتها DeFiHackLabs بشأن استخدام الذكاء الاصطناعي في مسابقات CTF؟
نصحت DeFiHackLabs المشاركين بعدم الاعتماد الكامل على الذكاء الاصطناعي والتحقق دائمًا من الإجابات الناتجة عنه. وأوضحت أن الذكاء الاصطناعي ينبغي التعامل معه كمساعد أو زميل في الفريق يقدم تلميحات وإرشادًا ودعمًا، بدلًا من الاستيلاء على عملية فهم المشكلة نفسها.
ما بيانات الأمن التي رصدتها DeFiHackLabs منذ 2017؟
رصدت DeFiHackLabs أكثر من 872 حادثة استغلال لبروتوكولات منذ 2017، بإجمالي خسائر تجاوز 8 مليارات دولار. كما تابعت المجموعة عمليات اختراق المحافظ التي تسببت في خسائر بلغت نحو 800 مليون دولار وأثرت في حوالي 80,000 ضحية العام الماضي، وقدّرت أن عمليات الاحتيال سببت ما لا يقل عن 14 مليار دولار في خسائر.
لماذا أوصت DeFiHackLabs بالحفاظ على حدود تقديم الأعلام لـ SCAN 2026؟
أوصت DeFiHackLabs بالاحتفاظ بحدود تقديم الأعلام لأن الذكاء الاصطناعي يمكّن الفرق من حل تحديات CTF بسرعة أكبر بكثير من عام 2024. وقال الفريق إن تقييد عمليات التقديم يثبط تكرار التخمين ويشجع المشاركين على التحقق بعناية من إجاباتهم قبل تقديمها.
