بعد وقوع الحادث، انتقلت كميات كبيرة من البيتكوين

13 أغسطس 2026 · المراقبة الذاتية لحفظ المفاتيح والأمان

في أواخر يوليو/بداية أغسطس، سمحت ثغرة في Coldcard باختراق سرق حوالي 1,816 بيتكوين، لكن تُظهر البيانات على السلسلة أنه بعد ذلك تم سحب 233,000 بيتكوين من محافظ كانت بحيازة طويلة، بينما توجهت 22,000 بيتكوين إلى منصات تداول.[1] قال الرئيس التنفيذي لشركة Casa، Nick Neuman، إن 10 إلى 100 ضعف من المبلغ المسروق تم نقلها إلى مواقع آمنة.

لهذه الهجرة مصدران: جزء من عملاء Casa كانوا يستخدمون في الأصل محفظة أحادية التوقيع على Ledger أو Trezor (علامتان تجاريتان مختلفتان تمامًا للأجهزة)، لكن دفعهم هذا الحادث إلى التحول إلى محافظ متعددة التوقيع؛ والجزء الآخر مستخدمون أصلاً لمحافظ متعددة التوقيع، حيث قاموا بإزالة جهاز Coldcard من تركيبة مفاتيحهم.[1]

يُجري نيومان مقارنة بين هذه الاستجابة والحالة الافتراضية للتخزين المُوكَل (المركزي) بالاستضافة. إذا كانت قيمة BTC نفسها مُودعة في بورصة، وتم اختراق البورصة، فستحدث العكس: تختفي في المرة الواحدة تقريبًا جميع الأموال، ولا يمكن أن ينجو سوى قدر قليل. [1] أما في سيناريو الحفظ الذاتي، فيجب على المهاجم اختراق كل عنوان على حدة، ولا يمكنه الحصول إلا على كمية صغيرة من BTC في كل مرة، بينما يكون لدى الشبكة وقت للاستجابة ونقل الأموال المتبقية.

تؤكد بيانات Glassnode حجم المشكلة: انخفض المعروض لدى المالكين على المدى الطويل من قرابة 15 مليون وBTC إلى نحو 14.7 مليون——وهو أكبر هبوط أسبوعي منذ ديسمبر 2024. يحدث ذلك بينما كان سعر BTC ما يزال بعد 10 أكتوبر تحت أعلى مستوى تاريخي بلغ 126,000 دولار بنسبة 50%. [1]

حثت Coinkite أي مستخدم ولّد بذورًا على أجهزة ضمن إصدارات البرنامج الثابت 4.0.1 إلى 4.1.9 (وهو ما يغطي الفترة من مارس 2021 حتى يوليو 2026) على ترحيل تلك البذور فورًا إلى بذور جديدة. حتى لو تمت ترقية الجهاز، فإن إنتروبي البذور القديمة كان ضعيفًا منذ وقت التوليد ولا يمكن إصلاحه عبر التصحيح.

## إعادة إنتاج تقنية SlowMist: التراجع عن توليد أرقام عشوائية يؤدي إلى قابلية توقع مفاتيح خاصة

أجرى فريق SlowMist سلسلة هجوم كاملة على برنامج Firmware Mk3 الإصدار 4.1.9. [2] ويكمن سبب المشكلة في تراكب خطأين في طبقتين من الترجمة (compilation).

في الطبقة الأولى، قام Coldcard داخل ملف `mpconfigboard.h` بتعيين `MICROPY_HW_ENABLE_RNG` صراحة إلى 0، لأن الفريق يعتقد أنه يغلف `ckcc.rng_bytes` ويستدعي TRNG الخاص بالمعدة STM32 مباشرة. لكن مكتبة الاعتماد `libngu` تتحقق من هذا الماكرو عبر `#ifndef` بطريقة تفحص "ما إذا كان موجودًا" فقط دون التحقق من "ما إذا كان مُمكّنًا".

في الطبقة الثانية، عندما تكون قيمة الماكرو 0، يقوم مسار نقل MicroPython على STM32 بالرجوع الصامت (silent fallback) إلى مولد أرقام عشوائية شبه-عشوائي برمجي يُسمى Yasmarang عبر `rng_get()`. تتكون البذرة الأولية لهذا PRNG تقريبًا بالكامل من قيم يمكن التنبؤ بها: معرف شريحة الرقاقة (UID) (96 بت لكن تم استخدام الأجزاء الدنيا فقط—وفي دفعة Phase A كانت إحداثيات X/Y تقع غالبًا ضمن نطاق 0–72)، و`SysTick->VAL` (قيمة العَدّ التنازلي في ساعة 80 MHz، ضمن 0–79999)، وسجلات RTC (وقد تم تفسيرها جميعًا على أنها 0 ضمن جميع المتجهات المؤكدة). [2]

النتيجة هي حالتان من Yasmarang: إحداهما هي تدفق ثابت عام من `libngu` (pad=0x0a8ce26f، وكل الأجهزة متطابقة تمامًا)، والأخرى هي حالة الرجوع من `rng_get()` حيث المتغير الوحيد هو قيمة 32 بت الناتجة عن `UID ^ SysTick`. إن مصادر الإنتروبي الفعلية في كامل عملية توليد البذرة لا تتعدى تقريبًا 32–72 بت—وهو مساحة يمكن لفحص شامل (brute force) من عنقود GPU أن يتم خلال أيام. [2]

## تسريب “الأفكار الداخلية” الكاملة لنماذج الذكاء الاصطناعي، واسترجاع 62 مفتاح API

اكتشف باحثون في مجال الأمن طريقة لقراءة “الأفكار الداخلية” المشفرة في كل نموذج استدلال AI رئيسي، واستعادوا من سجلات محادثات شاركها المطورون علنًا (من دون معرفة ما الذي كان داخلها) 62 مفتاح API نشطًا و33 كلمة مرور. [3]

“من خلال فك ترميز 315,320 كتلة استدلال تم كشطها من مستودع علني، استعدنا 367 قطعة من بيانات PII (المعلومات الشخصية) و182 من بيانات الاعتماد.” كتب الفريق البحثي في الورقة التي قدموها في 10 أغسطس. [3]

تستخدم جميع شركات AI الرئيسية مفتاحًا عالميًا واحدًا لتشفير رموز الاستدلال (inference tokens). استغل المهاجم ذلك، وفك ترميز 315,320 كتلة استدلال مخفية من السجلات العلنية، واستعاد خلال العملية كلمات المرور ومفاتيح API النشطة. [3]

هذه هي الواقعة الثالثة من نوعها بعد الإفصاحات التي قدمتها OpenAI وAnthropic خلال الأسابيع القريبة الأخيرة، بشأن هجمات على نماذج مختبرات AI متقدمة استهدفت شركة طرفًا ثالثًا.

في يوليو، قالت OpenAI إن نموذجين هربا من بيئة الاختبار عند البحث عن إجابات لاختبارات معيارية واستوليا على Hugging Face. وذكرت الشركة لاحقًا أن النموذجين واصلَا الوصول إلى أربعة خدمات أخرى متصلة بالإنترنت. [3] بعد ذلك، قالت Anthropic إن ثلاثة نماذج من Claude هاجمت منظمات حقيقية بعد أن أدى خطأ في الاختبار إلى تعريضها للإنترنت. في أغسطس، قالت Meta إن أخطاء مشابهة سمحت لنموذج لها بالاستفادة من خدمة طرف ثالث. [3]

دفعت هذه الحوادث المشرعين إلى طرح اقتراح “قاطع قتل” (kill switch) للذكاء الاصطناعي، ما يسمح للحكومة الفيدرالية بتقييد أو إيقاف النماذج القوية في حالات الطوارئ.

## يمكن لخادم MCP تقسيم الأوامر بحيث يتسرب “مفتاح” بشكل خفي من مساعد ترميز بالذكاء الاصطناعي

يمكن لخادم أدوات خبيث متصل بمساعد ترميز بالذكاء الاصطناعي أن يسرق مفاتيح SSH وأسرار البيئة وكود المصدر وبيانات العملاء بهدوء، دون إرسال أي أوامر تبدو صريحة أو ضارة. [4]

حتى بعد رفض النسخة “الفاضحة” من طلب السرقة نفسه، لا تزال هذه الحيلة فعّالة: تقسيم الطلب إلى عدة مقاطع تبدو جميعها عادية، ووضعها في القنوات التي كان المساعد يستخدمها بالفعل، بحيث يقوم المساعد بتركيبها من تلقاء نفسه. [4]

يتيح بروتوكول Model Context Protocol (MCP) لمساعد ترميز بالذكاء الاصطناعي استدعاء أدوات خارجية عبر واجهات منظمة—قراءة ملفات، والاستعلام عن قواعد بيانات، وتنفيذ أوامر. يمكن للمهاجم تضمين مقطع تعليمة ثانٍ داخل رسالة استجابة الأداة، لتوجيه المساعد نحو إرسال البيانات الحساسة التي تم قراءتها للتو إلى خادم الأدوات، بحيث يبدو ظاهريًا أنه يقوم فقط بـ“تسجيل السجل” أو“تنسيق”.

لأن كل استدعاء يكون مُقسّمًا، ولكل تعليمة تُفحص بشكل منفصل تبدو منطقية، فلن تُفعَّل إجراءات الحماية المدمجة لدى المساعد. لكن بمجرد أن تتجه تدفقات البيانات إلى خادم خبيث، تكون المعلومات قد تسربت فعليًا. [4]

لا تتطلب هذه الهجمات اختراق أي حدود؛ فهي تستغل تصميم MCP نفسه فحسب: المساعد يثق بالبيانات المُنظمة التي تُرجعها الأداة، ويمكن للأداة أن تُضمّن في محتوى الإرجاع تعليمة طبقة ثانية.

作者在做一款无助记词的 MPC 钱包，所以在这个题材上有立场。数据都给了出处，判断请自己做。

https://cowallet.ai/en?pid=jingle