Одна деталь из архитектуры хранилища Ньютона недавно привлекла мое внимание. Выделение под хранилище было заблокировано не потому, что ликвидность исчезла или потому, что контракт был явно вредоносным, а потому что сигнал риска от Hexagate обнаружил необычное поведение до того, как капитал был размещен.

Что делает это особенно интересным, так это то, что, как сообщается, целевой контракт на первый взгляд выглядел нормально. Блокировка произошла, потому что его модели поведения отклонялись от того, что ожидала система мониторинга. Это меняет обсуждение с реакции на уже известные эксплойты на выявление сигналов того, что может быть что-то не так, еще до возникновения ущерба.

Я думаю об этом как о дымовом извещателе, а не как о огнетушителе. Цель не в том, чтобы убирать последствия после того, как проблема уже случилась. Цель — замечать едва заметные предупреждающие признаки достаточно рано, чтобы вообще избежать воздействия.

Система полагается на модели машинного обучения в реальном времени для оценки риска, что добавляет дополнительный уровень защиты между решением куратора и капиталом хранилища. Но это также подчеркивает неизбежное ограничение. Модели обнаружения учатся на наблюдаемых шаблонах, тогда как злоумышленники постоянно ищут шаблоны, которые еще не встречались. Всегда будет некоторый временной лаг между появлением новой техники эксплойта и тем, как модель научится распознавать ее.

Самый интересный вопрос — что происходит, когда риск распределен, а не изолирован. Если несколько контрактов атакуют скоординированно, можно ли достаточно быстро связать независимые сигналы, чтобы идентифицировать более масштабную угрозу? Анализ отдельных контрактов ценен, но системный риск часто возникает из взаимосвязей между контрактами, а не только из одного контракта.

Эта задача в итоге может оказаться важнее, чем поимка следующего очевидного эксплойта.
$NEWT @NewtonProtocol #Newt $MITO $VANRY