В подвале Вроцлавского университета обнаружена подпольная майнинговая ферма

cryptonews.ruPublié le 2024-01-05Dernière mise à jour le 2024-12-05

В подвале одного из старейших университетов Польши произошло задымление вентиляционной шахты, в результате чего сработала пожарная сигнализация. Прибывшие на место сотрудники спецслужб обнаружили незаконную майнинговую ферму.

Как сообщили представители правоохранительных органов, спрятанное в подвале юридического факультета Вроцлавского университета майнинговое оборудование было связано с внешними системами маршрутизации только беспроводным способом. Причиной задымления стало возгорание компьютерных устройств в результате короткого замыкания.

Изъятое оборудование было передано в Центральное бюро по борьбе с киберпреступностью Польши, которое возбудило уголовное дело и сейчас работает над установлением причастных лиц. В дополнение к обвинениям в незаконной коммерческой деятельности, виновные могут столкнуться со штрафами за кражу электроэнергии.

Это не первый случай, когда подпольные майнеры устанавливают оборудование в государственных учреждениях. Так, в прошлом году спецслужбы конфисковали устройства, установленные в вентиляционной шахте Высшего административного суда в Варшаве, что привело к ущербу в более чем 1 миллион злотых (233 000 евро или $242 000).

Ранее Национальное управление электроэнергетики Парагвая (ANDE) сообщило о закрытии крупной подпольной майнинговой фермы в Сальто-дель-Гуайра и конфискации 2 738 устройств для добычи криптовалют.

Lectures associées

Xing Bo s’en prend encore : après avoir critiqué les modèles du monde, c’est au tour des agents

Le professeur Xing Bo, président du MBZUAI, a récemment publié un nouvel article intitulé "Critique of Agent Model" sur arXiv. Il y examine de manière critique le terme largement utilisé et souvent galvaudé d'"agent" en intelligence artificielle. L'article distingue les systèmes simplement « agentiques » (dotés de l'apparence d'un agent, mais dont les capacités sont dictées par des chaînes d'outils et des instructions externes) des systèmes véritablement « agentifs » (dotés d'une autonomie interne réelle). Pour illustrer ce propos, il cite l'exemple de l'entreprise PocketOS, dont la base de données de production a été effacée en 9 secondes par un assistant de programmation qui a suivi des règles sans les avoir véritablement internalisées. L'analyse se structure autour de cinq dimensions clés : 1. **Objectif** : Passer d'instructions étape par étape à la décomposition hiérarchique d'un objectif à long terme. 2. **Identité** : Remplacer une identité statique (dans l'invite système) par une auto-évaluation dynamique et évolutive basée sur l'expérience. 3. **Prise de décision** : Privilégier un « raisonnement par simulation » utilisant un modèle du monde pour prédire les conséquences, plutôt qu'un simple raisonnement en chaîne (CoT) textuel. 4. **Allocation du calcul** : Introduire un module de métacognition (dit « Système III ») permettant à l'agent de décider lui-même quand planifier en profondeur ou quand agir rapidement. 5. **Apprentissage** : Mettre en œuvre un apprentissage autonome et continu, alternant entre simulation interne et expérience réelle. Sur cette base, l'équipe propose une nouvelle architecture nommée GIC (Goal-Identity-Configurator). Celle-ci intègre six composants modulaires (encodeur de croyances, décomposeur d'objectifs, module d'identité évolutive, configurateur/System III, planificateur par simulation/System II et exécuteur/System I) conçus pour fonctionner de manière cohérente tout au long du cycle d'apprentissage de l'agent. Enfin, l'article aborde la question cruciale de la sécurité. Il affirme que, dans le cadre GIC, tout comportement problématique peut être tracé à un objectif humain mal défini ou à un module interne mal entraîné. En rendant les mécanismes de décision explicites et inspectables, cette architecture vise à rendre les problèmes diagnostiquables et corrigeables, plutôt que de laisser émerger une autonomie opaque et incontrôlable. La conclusion principale est que la véritable autonomie ne réside pas dans la complexité des tâches, mais dans l'intériorisation des objectifs, de l'identité et du jugement au sein du modèle lui-même.

marsbitIl y a 2 mins

Xing Bo s’en prend encore : après avoir critiqué les modèles du monde, c’est au tour des agents

marsbitIl y a 2 mins

Collector Crypt : Comment les « rachats en boucle » créent une illusion de croissance

**Collector Crypt (CC) : comment le « rachat en boucle » crée une illusion de croissance** L'analyse révèle que la croissance du GMV de Collector Crypt (CC) est principalement tirée par l'introduction de packs de cartes à plus haute valeur (250$, 1 000$, 2 500$), dont les taux de rétention par dollar sont plus faibles que les packs bas de gamme. Le pack « Mythic » à 2 500$, lancé en juin, a représenté 36,7% du GMV du mois en seulement 13 jours. La dépense moyenne par utilisateur a fortement augmenté, indiquant une croissance portée par un petit nombre de gros dépensiers et de portefeuilles à haute fréquence, plutôt que par un élargissement de la base utilisateur. Le taux de marge nette de CC a été divisé par deux entre le Q3 2025 (11,2%) et le Q2 2026 (5,6%), malgré une multiplication par 4,7 du GMV. Cette compression de marge est liée à la migration des volumes vers des packs à rétention plus faible. Parallèlement, les rachats physiques (« redemption ») de cartes ont consommé 41,6% du revenu net pré-rachats en mai. Ces rachats retirent des cartes notées du « coffre-fort » réutilisable de la plateforme, créant un besoin coûteux de réapprovisionnement en stock. En juin, seuls 75 portefeuilles ont effectué des rachats physiques. Le modèle économique de CC est vulnérable à plusieurs pressions simultanées : un coût de réapprovisionnement du stock proche de sa valeur marché, un taux de rachat physique dépassant 9%, et le maintien de taux de rachat instantané (« buyback ») élevés (~93%) sur les packs premium. L'entrée en force de GameStop sur le marché des cartes notées et le resserrement des capacités de notation (PSA) accentuent ces risques. Enfin, la stratégie d'API B2B et les partenariats n'ont pour l'instant pas généré de revenus récurrents significatifs et reposent toujours sur les mêmes contraintes opérationnelles de CC (stock, rachat, logistique). En résumé, la croissance apparente de CC repose sur un cycle de capital circulant via des packs plus chers, avec une marge décroissante, une pression accrue sur son stock et une dépendance à quelques acteurs majeurs, plutôt que sur le développement d'un marché secondaire profond et d'une large base de collectionneurs.

Foresight NewsIl y a 25 mins

Collector Crypt : Comment les « rachats en boucle » créent une illusion de croissance

Foresight NewsIl y a 25 mins

Nouvelle étude de Grayscale : Quel est le prochain moteur de croissance de Solana ?

L'agence de gestion d'actifs numériques Grayscale a récemment publié un rapport intitulé "Solana : Crypto's Financial Bazaar", marquant un changement significatif dans l'évaluation de la blockchain. L'accent n'est plus mis uniquement sur ses performances techniques (TPS élevé, faible coût), mais sur son évolution vers une plateforme soutenant une activité économique à grande échelle. Le rapport souligne que la compétition entre les blockchains de Layer 1 est entrée dans une nouvelle phase : la valeur à long terme est désormais déterminée par l'activité économique réelle sur la chaîne, et non par les seules capacités techniques. Solana montre ses atouts avec plus de 1000 dApps, des transactions quotidiennes dépassant 100 millions et environ 4,3 millions d'utilisateurs actifs quotidiens. Grayscale illustre cette nouvelle dynamique de croissance à travers trois applications représentatives : * **Jupiter** : Un agrégateur DEX devenu l'infrastructure centrale de liquidité pour l'écosystème DeFi de Solana. * **Pump.fun** : Une plateforme de lancement de memes qui a démontré la capacité de Solana à attirer des utilisateurs grand public et à générer des revenus stables (environ 1,2 million de dollars de revenus quotidiens). * **Helium (et le secteur DePIN)** : Représente l'expansion de Solana vers l'infrastructure physique du monde réel, reliant la blockchain à des secteurs économiques concrets. En parallèle, la Solana Foundation oriente sa communication vers de nouveaux récits de croissance stratégiques : l'intégration des **paiements**, des **stablecoins**, des **actifs du monde réel (RWA)**, de la **tokenisation** et du potentiel des **agents d'IA** pour les transactions machine-à-machine. En conclusion, la réévaluation de Solana par les institutions comme Grayscale signale un tournant. L'enjeu n'est plus de prouver sa vitesse, mais sa capacité à devenir un "bazar financier" numérique prospère, attirant durablement développeurs, utilisateurs et activités économiques variées pour une croissance pérenne.

marsbitIl y a 47 mins

Nouvelle étude de Grayscale : Quel est le prochain moteur de croissance de Solana ?

marsbitIl y a 47 mins

Trading

Spot
活动图片