最近、ニュートンの保管庫（ボールト）アーキテクチャのある細部が私の注意を引きました。保管庫の割り当てがブロックされたのは、流動性が消えたからでも、あるいは契約が明らかに悪意のあるものだからでもありませんでした。キャピタルが投入される前に、Hexagateからのリスクシグナルが異常な挙動を検知したためです。

興味深いのは、対象の契約が表面上は正常に見えたとされている点です。ブロックが発生したのは、その挙動パターンが監視システムの想定から逸脱したからでした。これにより、既知のエクスプロイトに反応する議論から、「被害が起きる前に何かがおかしい可能性を示す兆候」を見つける議論へと変わります。

私はそれを、消火器ではなく煙感知器のようなものだと考えています。目的は問題の後始末ではありません。目的は、露出（被害）そのものを回避できる十分早い段階で微細な警告サインに気づくことです。

このシステムは、リスクを評価するためにリアルタイムの機械学習モデルに依存しており、キュレーターの判断と保管庫の資本の間に追加の防御層を作ります。しかし同時に、避けられない制約も浮かび上がります。検知モデルは観測されたパターンから学習しますが、攻撃者は常に、これまで見たことのないパターンを探し続けています。新しいエクスプロイト手法が出現してから、モデルがそれを認識する方法を学ぶまでには、常にある程度の遅れが生じます。

より興味深い問いは、リスクが孤立して分布するのではなく、分散している場合に何が起きるのかです。複数の契約が連携した攻撃によって狙われるとき、独立したシグナルを素早く結び付けて、より広範な脅威を特定できるのでしょうか。個々の契約の分析は重要ですが、システム全体のリスクは、多くの場合、単一の契約だけではなく、契約同士の関係から生まれます。

この課題は、最も次に分かりやすいエクスプロイトを捕まえることよりも、最終的にはより重要になるかもしれません。$NEWT @NewtonProtocol #Newt $MITO $VANRY