SagaEVM Chain Bị Khai Thác, 7 Triệu USD Bị Rút, Chuyển Tiền Sang Ethereum

TheNewsCryptoPublié le 2026-01-22Dernière mise à jour le 2026-01-22

Résumé

SagaEVM, một phần của hệ sinh thái blockchain Saga Layer-1, đã bị tạm dừng hoạt động sau một vụ khai thác bảo mật vào ngày 21 tháng 1, dẫn đến thiệt hại ước tính 7 triệu USD. Nhóm phát triển đã xác định được ví của kẻ tấn công, nơi một phần tài sản bị đánh cắp đã được chuyển sang mạng Ethereum và chuyển đổi thành ETH hoặc các token khác. Hiện tại, đội ngũ đang hợp tác với các sàn giao dịch để đưa địa chỉ ví vào danh sách đen và tiến hành điều tra chi tiết. Sự cố chỉ ảnh hưởng đến SagaEVM và các môi trường liên quan, trong khi mạng lưới chính Saga SSC vẫn an toàn. Báo cáo từ Chainalysis cũng cho thấy ngành công nghiệp tiền mã hóa đã mất hơn 3,4 tỷ USD do các vụ trộm cắp trong năm 2025.

Chuỗi SagaEVM, một phần của hệ sinh thái blockchain Saga Layer-1, vẫn bị tạm dừng sau một cuộc khai thác bảo mật vào ngày 21 tháng 1. Cùng với đó, bản cập nhật điều tra đã được phát hành vào ngày 22 tháng 1, ví của kẻ tấn công đã được tìm thấy và khoảng 7 triệu đô la tài sản, với một số được chuyển đổi sang Ethereum. Hơn nữa, nhóm đang làm việc để đưa địa chỉ của hacker vào danh sách đen.

Saga Xác Định Ví Kẻ Tấn công Khi Tiền Được Chuyển Cầu Nối Sang Ethereum

Sau khi vụ khai thác được xác định, ngay trong ngày đầu tiên, nhóm đã tạm dừng chuỗi ở độ cao khối 6,593,800 để ngăn chặn các giao dịch trái phép. Đồng thời, dường như đã liên quan đến một chuỗi các triển khai hợp đồng, tương tác chuỗi chéo và rút thanh khoản nhanh chóng cho phép kẻ tấn công chiếm đoạt tài sản.

Các tài sản bị đánh cắp, bao gồm USDC, đã được chuyển sang mạng chính Ethereum và, trong một số trường hợp, được chuyển đổi sang ETH hoặc các token khác. Ngoài ra, Saga đã xác định được ví liên quan đến vụ khai thác và đang làm việc với các sàn giao dịch và nhà vận hành cầu nối để đưa nó vào danh sách đen và hỗ trợ thu hồi tài sản.

Với điều đó, hiện tại, nhóm Saga đang tiến hành một cuộc điều tra pháp y chi tiết và dự định xuất bản một báo cáo phân tích kỹ thuật toàn diện sau sự kiện.

Vụ khai thác ảnh hưởng đến chính mạng chuỗi SagaEVM, cũng như các môi trường như Colt và Mustang dựa vào chức năng EVM, trong khi mạng chính Saga SSC, lớp đồng thuận và bảo mật Validator không bị ảnh hưởng, và không có bằng chứng về việc xâm phạm khóa cá nhân.

Ước Tính Trộm Cắp Của Chainalysis Năm 2025

Ngành công nghiệp tiền mã hóa đã mất hơn 3,4 tỷ USD do trộm cắp từ tháng 1 đến đầu tháng 12 năm 2025, làm nổi bật các vấn đề bảo mật đang diễn ra.

Báo cáo cho biết các cuộc tấn công vào ví cá nhân của nhà đầu tư đã tăng đáng kể vào năm 2025, với giá trị bị đánh cắp tăng từ 7,3% lên 44%. Nơi xảy ra các vụ rút tiền trực tiếp từ ví crypto là khoảng 158.000, với hơn 80.000 nạn nhân riêng biệt.

Tin Tức Crypto Nổi Bật Hôm Nay:

Thái Lan Soạn Thảo Quy Định ETF Crypto Khi Nhu Cầu Tổ Chức Tăng

Cryptos en tendance

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

PancakeSwapCAKE

Questions liées

QSự kiện khai thác bảo mật trên chuỗi SagaEVM xảy ra khi nào?

ASự kiện khai thác bảo mật xảy ra vào ngày 21 tháng 1.

QTổng giá trị tài sản bị đánh cắp trong vụ tấn công SagaEVM là bao nhiêu?

AKhoảng 7 triệu đô la Mỹ trị giá tài sản đã bị rút ra.

QNhóm phát triển Saga đã thực hiện hành động tức thì nào sau khi phát hiện vụ tấn công?

AHọ đã tạm dừng chuỗi (pause chain) ở độ cao khối 6,593,800 để ngăn chặn các giao dịch trái phép.

QCác tài sản bị đánh cắp chủ yếu được chuyển đi đâu?

ACác tài sản bị đánh cắp, bao gồm USDC, đã được chuyển đến mạng chính Ethereum (Ethereum mainnet) và trong một số trường hợp được chuyển đổi sang ETH hoặc các token khác.

QBáo cáo của Chainalysis ước tính tổn thất do trộm cắp tiền điện tử trong năm 2025 là bao nhiêu?

ANgành công nghiệp tiền điện tử đã mất hơn 3,4 tỷ đô la do trộm cắp trong khoảng thời gian từ tháng 1 đến đầu tháng 12 năm 2025.

Lectures associées

Comment détecter les vidéos générées par IA ? Revue d'un système de détection dynamique, traçable et explicable

Ces deux dernières années, les modèles de génération vidéo par IA (comme Sora, Veo, Kling) ont connu une évolution fulgurante, produisant des séquences réalistes et complexes. En parallèle, la détection de ces contenus synthétiques accuse un retard préoccupant, alors que les vidéos truquées prolifèrent sur les réseaux sociaux, semant la confusion et la désinformation. Face à cette urgence, une étude récemment publiée propose une refonte complète de l'objectif de détection. Il ne s'agit plus simplement de classer une vidéo comme "vraie" ou "fausse", mais de procéder à une **vérification de la fidélité factuelle** : vérifier si le contenu (qui, quand, où, quoi) est cohérent avec la réalité, tant au niveau perceptif que cognitif, et s'il respecte les lois physiques et les connaissances du monde. L'étude catégorise les vidéos générées par IA en trois paradigmes : 1. **Manipulation locale (LMV)** : Altération d'une partie d'une vidéo réelle (deepfake). 2. **Édition audio-visuelle (AVE)** : Modification des relations entre le son et l'image (synchronisation labiale, doublage). 3. **Synthèse générative complète (GVS)** : Génération de bout en bout à partir de texte ou d'images (modèles de type "simulateur de monde"). Pour relever ce défi, les auteurs proposent un cadre de détection à **double perspective (visuelle et langagière)** organisé en quatre couches progressives : * **Couche 1 - Indices visuels bas-niveau** : Analyse des artefacts, du bruit, des signaux physiologiques. * **Couche 2 - Cohérence spatio-temporelle** : Vérification de la fluidité des mouvements et de la continuité physique. * **Couche 3 - Cohérence multimodale** : Vérification de l'alignement entre l'image, le son et les sous-titres. * **Couche 4 - Raisonnement guidé par le langage** : Évaluation de la conformité du contenu avec les faits, la logique et les connaissances du monde réel. L'évolution montre un glissement des méthodes de détection des couches basses (visuelles) vers les couches hautes (langagières et raisonnées), à mesure que les vidéos synthétiques deviennent plus parfaites en apparence. Pour être crédible et utile, un système de détection futur doit évoluer vers un processus **dynamique, traçable et explicable**. Il doit fournir des preuves structurées, combiner les perspectives visuelle et langagière, et fonctionner de manière robuste face à la diversité des modèles de génération et aux transformations des plates-formes. Ce défi nécessitera une collaboration interdisciplinaire entre la vision par ordinateur, le traitement du langage et la modélisation du monde.

marsbitIl y a 3 mins

Comment détecter les vidéos générées par IA ? Revue d'un système de détection dynamique, traçable et explicable

marsbitIl y a 3 mins

NVIDIA MoE Nouveau Open Source : Un Import Ligne, Accélération du Fine-tuning de 3.7x

NVIDIA a open-sourcé NeMo AutoModel, une solution permettant d'accélérer jusqu'à 3,7 fois le réglage fin (fine-tuning) des grands modèles de type MoE (Mixture of Experts). Compatible avec l'API de Hugging Face Transformers v5, elle ne nécessite qu'une simple ligne d'importation pour obtenir ces gains de performances. Les expériences menées sur des modèles comme Qwen3-30B-A3B montrent une augmentation du débit d'entraînement de 3,4 à 3,7 fois et une réduction de 29% à 32% de la mémoire GPU utilisée. Cette optimisation repose sur trois technologies clés : le parallélisme d'experts (Expert Parallelism) pour répartir la charge mémoire, DeepEP pour fusionner calculs et communications, et TransformerEngine pour accélérer les opérations de base du Transformer. Ainsi, NeMo AutoModel offre une mise à niveau transparente pour les utilisateurs de Transformers v5, permettant un réglage fin plus rapide et plus efficace des modèles MoE à grande échelle sans modifications majeures du code. Le code et la documentation sont disponibles sur GitHub.

marsbitIl y a 7 mins

NVIDIA MoE Nouveau Open Source : Un Import Ligne, Accélération du Fine-tuning de 3.7x

marsbitIl y a 7 mins

Personne n'aurait cru que l'audit de sécurité serait la première application concrète de l'IA x Crypto

Les données montrent une baisse significative de la valeur totale verrouillée (TVL) dans la DeFi, tandis que les piratages et les pertes financières augmentent, atteignant environ 942 millions de dollars en 2026. L'émergence d'outils d'IA avancés, comme Claude Mythos, réduit considérablement le coût et l'expertise nécessaires pour identifier les vulnérabilités dans les contrats intelligents, transformant ainsi le paysage de la sécurité. Les attaquants utilisent désormais l'IA pour scanner massivement les contrats, y compris les anciens, rendant les rapports d'audit traditionnels obsolètes en quelques minutes. Des protocoles majeurs comme Drift Protocol et KelpDAO, pourtant audités, ont été compromis via des attaques d'ingénierie sociale ou des failles de configuration, démontrant les limites des audits purement techniques. Face à cette menace, la demande d'audits défensifs augmente, devenant même une condition réglementaire. Les entreprises d'audit doivent évoluer, intégrant l'IA dans leurs processus pour offrir une surveillance continue et une détection en temps réel, plutôt que des rapports ponctuels. Des outils comme Firepan ont déjà prouvé leur efficacité en découvrant des vulnérabilités complexes manquées par les audits humains, comme dans Curve Finance. En conclusion, l'ère de la sécurité garantie par un seul audit est révolue. La sécurité devient une infrastructure nécessitant un investissement constant. Les acteurs qui réussiront à adapter leur modèle commercial et à intégrer pleinement l'IA dans une approche de sécurité proactive survivront à cette transition.

marsbitIl y a 10 mins

Personne n'aurait cru que l'audit de sécurité serait la première application concrète de l'IA x Crypto

marsbitIl y a 10 mins

Personne n'aurait pensé que la première application pratique de l'IA x Crypto serait l'audit de sécurité

Les données montrent une baisse de 39% de la valeur totale verrouillée (TVL) dans la finance décentralisée (DeFi) depuis début 2026, parallèlement à une recrudescence des piratages ayant causé des pertes d'environ 9,42 milliards de dollars. L'émergence de l'IA, notamment avec des modèles comme Claude Mythos, bouleverse le secteur de l'audit de sécurité. Les attaquants utilisent désormais des outils d'IA pour identifier des vulnérabilités dans les contrats intelligents à moindre coût et à grande échelle, rendant les anciens rapports d'audit obsolètes en quelques minutes. Des protocoles majeurs comme Drift Protocol et KelpDAO, pourtant audités, ont été compromis via des failles logicielles ou des erreurs de configuration. Cette pression force une adaptation. À court terme, les projets demandent des ré-audits défensifs selon de nouveaux standards. Les auditeurs traditionnels, comme en témoigne la fermeture de Code4rena, doivent évoluer. Ils développent des systèmes d'audit assistés par IA (comme Firepan) qui ont déjà découvert des vulnérabilités critiques manquées par des audits humains, par exemple chez Curve Finance et Zcash. L'avenir de l'audit réside dans une transition d'un service ponctuel vers une surveillance continue, une vérification formelle et une intégration dès la phase de développement. La sécurité devient une infrastructure nécessitant un investissement constant, et seules les entreprises d'audit capables de se réinventer face à l'IA survivront.

链捕手Il y a 17 mins

Personne n'aurait pensé que la première application pratique de l'IA x Crypto serait l'audit de sécurité

链捕手Il y a 17 mins

Un exploit de 3 millions de dollars touche Polymarket : les utilisateurs recevront des remboursements intégraux après une violation par un tiers

La plateforme de marché de prédiction Polymarket a été victime d'une exploitation ayant entraîné le vol d'environ 3 millions de dollars en cryptomonnaies. L'incident, attribué à un script malveillant injecté via un fournisseur tiers compromis, a touché une quinzaine de portefeuilles. Les fonds, principalement en stablecoin pUSD, ont été transférés sur Ethereum. Polymarket souligne que ses contrats intelligents centraux n'ont pas été violés, qualifiant l'attaque de piratage de la chaîne d'approvisionnement. La plateforme a contenu la menace, supprimé la dépendance affectée et s'est engagée à rembourser intégralement les utilisateurs impactés. Cet événement survient moins de deux mois après un autre incident de sécurité, mettant en lumière les risques croissants liés aux dépendances logicielles tierces dans le secteur cryptographique.

TheNewsCryptoIl y a 24 mins

Un exploit de 3 millions de dollars touche Polymarket : les utilisateurs recevront des remboursements intégraux après une violation par un tiers

TheNewsCryptoIl y a 24 mins

Trading

Spot

Articles tendance

Comment acheter SAGA

Bienvenue sur HTX.com ! Nous vous permettons d'acheter Saga (SAGA) de manière simple et pratique. Suivez notre guide étape par étape pour commencer votre parcours crypto.Étape 1 : Création de votre compte HTXUtilisez votre adresse e-mail ou votre numéro de téléphone pour ouvrir un compte sur HTX gratuitement. L'inscription se fait en toute simplicité et débloque toutes les fonctionnalités.Créer mon compteÉtape 2 : Choix du mode de paiement (rubrique Acheter des cryptosCarte de crédit/débit : utilisez votre carte Visa ou Mastercard pour acheter instantanément Saga (SAGA).Solde ：utilisez les fonds du solde de votre compte HTX pour trader en toute simplicité.Prestataire tiers ：pour accroître la commodité d'utilisation, nous avons ajouté des modes de paiement populaires tels que Google Pay et Apple Pay.P2P ：tradez directement avec d'autres utilisateurs sur HTX.OTC (de gré à gré) : nous offrons des services personnalisés et des taux de change compétitifs aux traders.Étape 3 : stockage de vos Saga (SAGA)Après avoir acheté vos Saga (SAGA), stockez-les sur votre compte HTX. Vous pouvez également les envoyer ailleurs via un transfert sur la blockchain ou les utiliser pour trader d'autres cryptos.Étape 4 : tradez des Saga (SAGA)Tradez facilement Saga (SAGA) sur le marché Spot de HTX. Il vous suffit d'accéder à votre compte, de sélectionner la paire de trading, d'exécuter vos trades et de les suivre en temps réel. Nous offrons une expérience conviviale aux débutants comme aux traders chevronnés.

150 vues totalesPublié le 2024.12.13Mis à jour le 2026.06.02

Discussions

Bienvenue dans la Communauté HTX. Ici, vous pouvez vous tenir informé(e) des derniers développements de la plateforme et accéder à des analyses de marché professionnelles. Les opinions des utilisateurs sur le prix de SAGA (SAGA) sont présentées ci-dessous.