Eksploitasi Jembatan CrossCurve Timbulkan Kerugian $3 Juta dalam Pelanggaran Keamanan Lintas Rantai

TheNewsCryptoDipublikasikan tanggal 2026-02-02Terakhir diperbarui pada 2026-02-02

Abstrak

CrossCurve, protokol likuiditas dan jembatan lintas rantai, mengonfirmasi bahwa sistem jembatannya diretas, mengakibatkan kerugian sekitar $3 juta. Peretasan ini memengaruhi beberapa blockchain dan sedang diselidiki. Penyebab utama serangan ini adalah kurangnya pemeriksaan keamanan dalam kontrak pintar CrossCurve, yang memungkinkan penyerang mengirim pesan palsu dan mencuri aset dari kontrak. Insiden ini mengingatkan pada peretasan jembatan Nomad tahun 2022 yang menyebabkan kerugian $190 juta, menunjukkan bahwa kesalahan keamanan dasar masih terjadi. Pengguna disarankan untuk menghentikan semua interaksi dengan CrossCurve, meninjau paparan mereka ke pool terkait CrossCurve, dan mengikuti pembaruan resmi dari tim.

CrossCurve, protokol likuiditas dan jembatan lintas rantai, telah mengonfirmasi bahwa sistem jembatannya diretas, mengakibatkan kerugian sekitar $3 juta. Insiden ini mempengaruhi beberapa blockchain dan sedang dalam penyelidikan. CrossCurve memperingatkan pengguna untuk menghentikan sementara semua aktivitas yang berinteraksi dengan protokol.

Bagaimana Peretas Menyerang Sistem Jembatan

Pemeriksaan keamanan yang hilang dari kontrak pintar CrossCurve adalah alasan utama peretasan ini. Kontrak Pintar perlu memverifikasi pesan yang dikirim antar blockchain, tetapi salah satu langkah verifikasi tidak lengkap, yang memungkinkan penyerang menipu sistem dengan mengirimkan pesan palsu yang terlihat valid bagi sistem. Hal ini memungkinkan penyerang untuk meretas token dari kontrak.

Para ahli keamanan mengatakan bahwa eksploitasi ini menyerupai peretasan jembatan Nomad pada tahun 2022, yang menguras sekitar $190 juta. Mereka menyuarakan kekhawatiran bahwa kesalahan keamanan dasar masih terjadi bertahun-tahun kemudian meskipun telah ada beberapa peringatan di masa lalu.

CrossCurve telah mempromosikan jembatannya sebagai salah satu yang lebih aman dan lebih aman dibandingkan lainnya karena mengandalkan beberapa sistem validasi independen, seperti Axelar, LayerZero, dan jaringan orakelnya sendiri. Tetapi insiden ini menunjukkan bahwa meskipun terdapat banyak sistem, satu kesalahan pengkodean masih dapat dieksploitasi.

Apa yang Harus Dilakukan Pengguna Setelah Eksploitasi Ini?

Proyek ini, yang didukung oleh Michael Egorov, pendiri Curve Finance, dilaporkan telah mengumpulkan sekitar $7 juta dari investor. Setelah insiden tersebut, Curve Finance memperingatkan pengguna untuk meninjau posisi mereka dan mempertimbangkan untuk menghapus mereka yang memiliki eksposur ke pool terkait CrossCurve.

Saat ini, pengguna sebaiknya tidak berinteraksi dengan CrossCurve sampai pemberitahuan lebih lanjut dan meninjau eksposur apa pun ke pool terkait CrossCurve. Mereka harus mencari pembaruan resmi dari tim dan berhati-hati dengan jembatan lintas rantai.

Berita Crypto yang Disorot:

Bendahara AS Menjatuhkan Sanksi ke Bursa Crypto Inggris karena Pengelakan Sanksi Iran

TagLintas-RantaiCryptocurrency

Pertanyaan Terkait

QApa yang menyebabkan eksploitasi pada CrossCurve Bridge?

AEksploitasi terjadi karena pemeriksaan keamanan yang hilang dari kontrak pintar CrossCurve, yang memungkinkan penyerang mengirim pesan palsu yang terlihat valid kepada sistem.

QBerapa kerugian yang dialami akibat pelanggaran keamanan ini?

APelanggaran keamanan ini mengakibatkan kerugian sekitar $3 juta.

QApa yang harus dilakukan pengguna setelah eksploitasi ini terjadi?

APengguna harus menghentikan semua interaksi dengan CrossCurve, meninjau paparan mereka ke pool terkait CrossCurve, dan mencari pembaruan resmi dari tim.

QInsiden ini mirip dengan peretasan apa yang terjadi sebelumnya?

APara ahli keamanan mengatakan bahwa eksploitasi ini menyerupai peretasan jembatan Nomad pada tahun 2022, yang mengakibatkan kerugian sekitar $190 juta.

QSiapa pendiri proyek CrossCurve dan berapa banyak dana yang telah dikumpulkan?

AProyek ini didukung oleh Michael Egorov, pendiri Curve Finance, dan telah mengumpulkan sekitar $7 juta dari investor.

Bacaan Terkait

WEEX API Fast Connect: Jadikan Setiap Masuk Jadi Trader Langsung dalam Kurang dari 10 Detik

WEEX meluncurkan API Fast Connect, sistem otorisasi OAuth satu klik yang memungkinkan pengguna menghubungkan akun WEEX mereka tanpa harus menangani kunci API secara manual. Solusi ini dirancang untuk mitra WEEX Broker, menggantikan proses onboarding teknis tradisional dengan pengalaman satu ketuk yang lancar, bertujuan untuk meningkatkan konversi pengguna yang lebih cepat dan retensi jangka panjang yang lebih kuat di platform mitra. Dengan Fast Connect, pengguna dapat mengotorisasi dan mulai trading langsung dalam waktu di bawah 10 detik. Sistem ini menghilangkan hambatan utama dalam konversi: proses manual pembuatan dan konfigurasi kunci API yang sering menyebabkan pengguna berhenti. Alih-alhi meninggalkan platform, pengguna cukup klik "Masuk dengan WEEX", meninjau cakupan izin di halaman verifikasi resmi WEEX, dan koneksi langsung terbentuk. Kunci API dihasilkan dan dienkripsi di backend, sehingga tidak pernah dilihat atau dikelola oleh pengguna, meningkatkan keamanan. Fitur ini cocok untuk platform sinyal AI, alat quant, bot trading, dan layanan copy trading, serta untuk pengguna pemula yang ingin bertindak cepat berdasarkan sinyal tanpa beban teknis. Dengan mengurangi gesekan, Fast Connect menawarkan konversi tanpa hambatan, tingkat retensi yang lebih tinggi, dan pertumbuhan volume trading yang lebih cepat bagi mitra WEEX Broker.

TheNewsCrypto7m yang lalu

WEEX API Fast Connect: Jadikan Setiap Masuk Jadi Trader Langsung dalam Kurang dari 10 Detik

TheNewsCrypto7m yang lalu

Rilis XRP Ledger v3.3.0 Menyorot Lima Amandemen

Rilis xrpld v3.3.0 XRP Ledger yang dijadwalkan pada awal Agustus memfokuskan pada lima amandemen baru: Confidential MPT, Batch, Permission Delegation, Sponsored Fees and Reserves, dan Dynamic MPT. Perubahan ini bertujuan meningkatkan fungsionalitas ledger untuk aset tokenisasi, pengalaman pengguna, serta fleksibilitas operasional. Aktivasi fitur-fitur ini memerlukan konsensus dari 80% validator, sehingga tidak langsung live setelah rilis. Amandemen tersebut berfokus pada infrastruktur untuk kasus penggunaan lanjutan. Sponsored Fees dapat mengurangi gesekan onboarding dengan memungkinkan pihak lain membayar biaya jaringan. Confidential dan Dynamic MPT menawarkan lebih banyak kontrol dan fleksibilitas bagi penerbit aset token, sementara Batch dan Permission Delegation meningkatkan efisiensi operasional aplikasi. Peningkatan ini memperkuat fondasi XRP Ledger untuk pembayaran institusional dan tokenisasi aset, namun dampak praktisnya bergantung pada adopsi validator dan bagaimana pengembang memanfaatkan fitur baru ini.

bitcoinist23m yang lalu

Rilis XRP Ledger v3.3.0 Menyorot Lima Amandemen

bitcoinist23m yang lalu

Laporan Pagi Wall Street: V-reversal di Akhir Bulan, Tapi Indeks Nasdaq Rekam Performa Terburuk Juli dalam 12 Tahun, Modal Terkonsentrasi ke Raksasa Cloud

**Laporan Pagi Wall Street: Rebound di Akhir Bulan, Tapi Nasdaq Catat Performa Terburuk Juli dalam 12 Tahun, Modal Terakselerasi ke Raksasa Cloud** Pasar saham AS mengalami rebound berbentuk V pada Jumat lalu, dengan tiga indeks utama menguat. Namun, ini tidak menutupi performa buruk sepanjang Juli: Indeks S&P 500 hampir datar, mencatat kinerja Juli terburuk sejak 2014, sementara **Indeks Nasdaq turun 3,2%, merupakan kinerja Juli terburuk sejak 2004.** **Pergerakan Komoditas & Makro:** * **Minyak:** Harga minyak mentah WTI anjlok >8% setelah Presiden Trump membatalkan serangan militer terhadap Iran dan OPEC+ menyetujui peningkatan kuota produksi. * **Emas:** Harga emas naik tipis 0,91% pada Juli, berayun di sekitar $4050/oz. Analis melihat periode konsolidasi dengan kisaran perkiraan $3800-$4500 untuk tahun ini. * **Obligasi & Mata Uang:** Yield obligasi AS 10 tahun melonjak di bulan Juli. AS dan Jepang melakukan intervensi bersama untuk mendukung Yen, mendorong USD/JPY turun di bawah level 156. **Fokus Pasar: Percepatan Aliran Modal ke Raksasa Cloud** Tekanan deleveraging membayangi saham teknologi sepanjang Juli, namun **modal bergerak cepat ke perusahaan cloud besar.** Saham cloud meroket setelah laporan kinerja kuartalan yang kuat, dengan **kapitalisasi pasar gabungan raksasa cloud bertambah hampir $1,5 triliun** dalam seminggu (Microsoft, Amazon, Google). Ini menunjukkan pergeseran modal dari sektor hardware/semikonduktor yang padat menuju perusahaan cloud dengan arus kas yang kuat. **Kilasan Performa Saham Penting:** * **Amazon:** Melonjak 15,32% setelah kinerja AWS yang sangat kuat. * **Microsoft & Google:** Terus menguat dengan prospek bisnis cloud/AI yang solid. * **Meta:** Naik 3,28%, mengakhiri 11 hari penurunan beruntun. * **Apple:** Anjlok 7,35% karena kekhawatiran pasokan dan panduan yang lemah. * **Saham Memori (seperti Micron, Sandisk):** Terkoreksi tajam pada bulan Juli. * **SpaceX:** Akan merilis laporan kinerja pertama pasca-IPO pada 5 Agustus, diikuti masa pelepasan saham terbatas besar-besaran pada 6 Agustus. **Yang Perlu Diperhatikan Minggu Ini:** * **Laporan Kinerja Perusahaan:** Berkshire Hathaway, Palantir, AMD, SpaceX, Disney, Sandisk, Western Digital, dan lainnya. * **Konferensi:** Ai4 2026 dan Flash Memory Summit (FMS). * **Data Makro Kunci:** Laporan Penggajian Non-Pertanian AS (7 Agustus), data ekspor-impor & CPI China.

marsbit45m yang lalu

Laporan Pagi Wall Street: V-reversal di Akhir Bulan, Tapi Indeks Nasdaq Rekam Performa Terburuk Juli dalam 12 Tahun, Modal Terkonsentrasi ke Raksasa Cloud

marsbit45m yang lalu

Rubin Ultra Terkuras Drastis, Apakah Nvidia Juga Tak Tahan dengan Kenaikan Harga Memori?

Laporan terbaru dari SemiAnalysis mengungkapkan bahwa NVIDIA telah merevisi spesifikasi Rubin Ultra, varian flagship dari arsitektur Rubin yang diumumkan di GTC 2026. Alih-alih peningkatan besar pada memori dan daya komputasi, fokus utama kini beralih ke kemampuan interkoneksi skala sistem. Spesifikasi kunci yang diungkapkan menunjukkan Rubin Ultra akan mempertahankan puncak komputasi teoretis yang sama dengan Rubin standar, yaitu 35 PFLOPs. Namun, terjadi pengurangan signifikan pada kapasitas memori, turun menjadi 192GB dengan konfigurasi 8-Hi, lebih rendah dari Rubin standar yang 288GB (12-Hi). Peningkatan bandwidth memori juga minimal, hanya 1 TB/s, dan daya chip bahkan sedikit lebih tinggi. Peningkatan utama justru pada "skala interkoneksi" (*scale-up world size*), yang melonjak dari 72 GPU menjadi 576 GPU. Ini memungkinkan ratusan GPU Rubin Ultra terhubung via NVLink membentuk satu "super GPU" logis yang sangat besar. Analisis SemiAnalysis mengaitkan perubahan desain ini dengan lonjakan harga HBM (High Bandwidth Memory) yang drastis. Biaya material (BOM) untuk rak server Rubin Ultra sempat melonjak menjadi sekitar $8 juta karena harga HBM, tetapi dengan spesifikasi baru, biaya turun ke sekitar $6.4 juta. NVIDIA diduga mengalihkan biaya dari komponen HBM yang mahal (yang pangsa biayanya turun dari ~40% menjadi 28%) ke peningkatan interkoneksi jaringan (naik dari 4% menjadi 12%). Berita ini memicu kekhawatiran pasar tentang permintaan HBM. Saham produsen HBM seperti SK Hynix dan Samsung anjlok sekitar 8%, mencerminkan kekhawatiran bahwa pembeli utama seperti NVIDIA mungkin mulai mengurangi ketergantungan pada HBM berkapasitas tinggi untuk mengontrol biaya sistem AI secara keseluruhan.

Odaily星球日报1j yang lalu

Rubin Ultra Terkuras Drastis, Apakah Nvidia Juga Tak Tahan dengan Kenaikan Harga Memori?

Odaily星球日报1j yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

Model generatif seperti model difusi atau autoregresif yang dominan saat ini biasanya tidak melatih seluruh proses generasi secara end-to-end. Mereka dilatih hanya untuk memprediksi satu "langkah kecil" dalam proses, namun saat inferensi, langkah ini harus diulang ratusan atau ribuan kali. Ketidaksesuaian ini menyebabkan masalah "exposure bias," di mana kesalahan menumpuk seiring waktu. Makalah terbaru dari UIUC dan Harvard memperkenalkan paradigma baru bernama **Explorative Modeling (XM)**. Inti dari metode ini sangat sederhana: alih-alih menghasilkan satu sampel, model menghasilkan **K kandidat** dalam setiap langkah pelatihan. Kemudian, hanya kandidat yang paling dekat dengan data target yang dipilih untuk menghitung gradien dan memperbarui model. Mengapa ini berhasil? Dalam tugas generatif, satu input bisa memiliki banyak output yang valid (mode). Fungsi kerugian rekonstruksi tradisional cenderung menyebabkan "mode blurring," di mana model hanya mempelajari rata-rata dari semua mode, menghasilkan output yang tidak realistis. Dengan menghasilkan beberapa kandidat, model dapat "mengeksplorasi" dan menangkap beberapa mode yang berbeda sekaligus, sehingga menghindari rata-rata yang kabur. Penelitian ini menunjukkan bahwa **"eksplorasi" (K) bertindak sebagai sumbu penskalaan ketiga** yang efektif, selain parameter dan data. Eksperimen pada gambar, video, dan bahasa menunjukkan peningkatan kinerja yang monoton dengan peningkatan K, dengan keuntungan yang lebih besar pada skala yang lebih besar. XM dapat meningkatkan efisiensi FLOP hingga 4.1x dan efisiensi sampel hingga 6.2x. Yang lebih menarik, ketika diterapkan secara ekstrem, XM memungkinkan **pelatihan generatif yang benar-benar end-to-end**. Dalam tugas kontrol robot, "Explorative Policy" berbasis XM mencapai kinerja yang setara dengan "Diffusion Policy" yang membutuhkan 100 langkah inferensi, sementara hanya membutuhkan satu langkah inferensi maju. Ini membuktikan bahwa kompleksitas untuk menangani banyak mode dapat dipindahkan dari inferensi ke pelatihan. Meskipun ide "best-of-K" bukan hal baru, kontribusi utama makalah ini adalah penjelasan teoritis bahwa mekanisme ini secara langsung meningkatkan **ekspresivitas generatif** model. Dengan demikian, ini menawarkan cara baru yang ampuh untuk mengatasi tantangan mendasar dalam pemodelan generatif.

marsbit2j yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

marsbit2j yang lalu

Trading

Spot
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow