Токен Hacken обвалился на 98% на фоне новостей о взломе проекта

cryptonews.ruPublié le 2023-04-21Dernière mise à jour le 2025-06-21

  • Peckshield зафиксировала атаку на контракты HAI, которую подтвердили разработчики.
  • Цена токена рухнула почти на 98%, пострадали пользователи на Ethereum и BNB Chain.
  • Команда Hacken пообещала восстановление в виде юридически оформленного security-токена.

21 июня 2025 года токен Hacken (HAI) обрушился почти на 98% за считанные минуты после того, как в сети появились новости о возможной атаке на контракты проекта. Генеральный директор компании Дмитрий Будорин подтвердил, что разработчики столкнулись с нарушением безопасности.

BSC and ETH HAI contracts were compromised

How? We still investigating. Private keys leakage? Maybe. But unlikely.

I assure, this will have no affect on our project journey

All is under control

— Dyma Budorin 🇺🇦 (@buda_kyiv) June 21, 2025

Точная природа атаки пока не установлена. Рассматриваются версии о взломе через уязвимость в смарт-контрактах или утечке приватных ключей. Контракты на Ethereum и BNB Chain были скомпрометированы, однако мосты уже отключены — токен остается активным только в сети VeChain, отметил Будорин.

График цены токена Hacken. Данные: CoinMarketCap.

По словам CEO, команда работает над расследованием с самого начала инцидента. Он подчеркнул, что утечка приватных ключей маловероятна, однако никаких окончательных выводов пока не сделано. При этом Будорин заверил сообщество, что разработчики контролируют ситуацию.

На момент публикации материала точный объем убытков неизвестен. В свою очередь, команда рассматривает этот случай как толчок к ускоренной трансформации токена Hacken в юридически обоснованный security-токен.

«Эту ночь я никогда не забуду. Да, мы столкнулись с проблемой. Это болезненно и напряженно. Но мы Hacken. Это момент роста, и я благодарен за этот вызов», — написал Будорин.

https://twitter.com/buda_kyiv/status/1936233631284125944

Hacken известен как аудит-провайдер в Web3-индустрии. Команда занимается поиском уязвимостей в DeFi, NFT и блокчейн-приложениях, проводит багбаунти-программы и выпускает отчеты о безопасности. Платформа использует токен HAI в качестве платежного средства и инструмента управления.

Напомним, мы писали, что проект Meta Pool отбил атаку на $27 млн при потере лишь почти $133 000.

Lectures associées

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

Le 27 juin, Anthropic a annoncé que le gouvernement américain avait autorisé le redéploiement de son modèle de cybersécurité Mythos 5 à plus de 100 organismes américains, mais la version publique Fable 5 reste suspendue sans calendrier de retour. Le même jour, OpenAI a lancé GPT-5.6, dont l'accès via API est restreint aux partenaires approuvés par le gouvernement. Ces décisions font suite à un ordre exécutif sur l'IA signé début juin et à une injonction du Département du commerce du 12 juin ordonnant la suspension de Fable 5, marquant un cycle complet d'"arrêt-négociation-autorisation conditionnelle" pour le contrôle des modèles d'IA de pointe par les autorités américaines en moins d'un mois. Les entreprises concernées contestent la base technique de ces mesures. OpenAI indique que son modèle Sol n'a pas franchi son propre cadre de sécurité, tandis qu'Anthropic a réfuté point par point les raisons avancées par le gouvernement. Dean W. Ball, ancien conseiller de la Maison Blanche, critique un processus de régulation manquant de transparence, de normes claires et d'expertise technique, créant une incertitude dommageable pour l'industrie. L'article établit un parallèle avec la "Guerre du Chiffrement" des années 1990, où le contrôle américain sur les technologies de cryptage a finalement échoué, nuisant à la compétitivité des entreprises nationales. Aujourd'hui, le risque est que ces restrictions étouffent l'innovation et la diffusion économique essentielle aux technologies génériques comme l'IA, d'autant plus que les modèles open-source, notamment chinois, progressent rapidement. Cet épisode pourrait marquer un tournant : l'insertion durable du gouvernement comme autorité d'approbation entre les modèles d'IA commerciaux et leurs utilisateurs. Si l'objectif affiché est la sécurité, la méthode opaque et arbitraire menace les investissements et risque de concentrer le pouvoir de l'IA de pointe entre les mains d'une minorité déjà puissante.

链捕手Il y a 1 h

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

链捕手Il y a 1 h

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

DeepSeek a annoncé une mise à jour majeure de son modèle DeepSeek-V4-Pro avec le lancement de DSpark, un nouveau cadre de décodage spéculatif (Speculative Decoding) open source, accompagné de l'infrastructure complète DeepSpec. Cette mise à jour, axée sur l'ingénierie et non sur les capacités fondamentales du modèle, vise à accélérer considérablement l'inférence des LLM en production. Le cœur de DSpark est l'introduction d'une **génération semi-autorégressive**. Cela combine la génération parallèle à haut débit d'un modèle "brouillon" léger avec une modélisation des dépendances entre tokens pour améliorer le taux d'acceptation. De plus, un système de **vérification planifiée par confiance et conscient du matériel** (Confidence-Scheduled Verification) évalue dynamiquement la probabilité que chaque token généré soit accepté par le modèle cible. Il adapte ainsi la longueur de vérification en temps réel pour optimiser l'utilisation des ressources GPU, notamment en charge élevée. Les résultats sont significatifs : face aux méthodes de pointe comme Eagle3 et DFlash, DSpark augmente la longueur moyenne de tokens acceptés de 26.7% à 30.9% et de 16.3% à 18.4% respectivement sur les modèles Qwen3. En déploiement réel, par rapport à la génération token par token précédente (MTP-1), **DSpark améliore la vitesse de génération pour l'utilisateur de 60% à 85% pour le modèle Flash et de 57% à 78% pour le modèle Pro**, à débit total constant. Le projet open source **DeepSpec** fournit une stack complète pour entraîner et évaluer des modèles brouillons pour le décodage spéculatif, supportant actuellement les algorithmes DSpark, DFlash et Eagle3, ainsi que les familles de modèles cibles Qwen3 et Gemma.

marsbitIl y a 7 h

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

marsbitIl y a 7 h

Trading

Spot
活动图片