Apakah Justru AI yang Membantu Mendeteksi Kerentanan dalam Sistem Keamanan Coldcard?
Insiden keamanan yang melibatkan dompet perangkat keras Coldcard terungkap setelah transfer sekitar 594 BTC (senilai $38 juta) dari sekitar 500 alamat pada 30 Juli. Analisis lebih lanjut memperkirakan 1.128,47 BTC (sekitar $71,1 juta) mungkin dicuri dari 1.082-1.196 alamat dalam 41 menit. Alamat yang terkena dampak memiliki benih pemulihan yang dibuat di dompet Coldcard dari perusahaan Kanada Coinkite.
Coinkite mengeluarkan peringatan mendesak tentang kerentanan dalam pembangkitan angka acak pada perangkat Mk3 (firmware 4.0.1/Maret 2021) dan beberapa perangkat Mk4, Mk5, serta Q. Kerentanan, yang ada selama lima tahun akibat kesalahan konfigurasi pada proses build, mengurangi keacakan efektif benih dari 128 bit menjadi sekitar 40 bit pada Mk3, membuatnya lebih rentan terhadap serangan brute-force. Pengguna yang terdampak harus membuat benih baru dengan firmware yang telah diperbaiki dan memindahkan dana mereka.
CEO Coinkite Rodolfo Novak meminta maaf dan menanggung tanggung jawab penuh. Perusahaan berspekulasi bahwa kerentanan mungkin ditemukan menggunakan AI untuk menganalisis kode firmware lama yang tersedia publik, menunjukkan era baru di mana AI dapat menemukan bug tersembunyi dengan cepat. Namun, peneliti independen mencatat bahwa audit keamanan tradisional seharusnya juga dapat mendeteksi kesalahan manusia dasar ini. Coinkite mengakui bahwa audit AI mereka sendiri sebelumnya gagal menemukan celah tersebut.
Insiden ini menyoroti tantangan keamanan perangkat keras kripto dan kebutuhan akan pengujian yang lebih ketat, audit konfigurasi, serta kombinasi pemeriksaan manusia dan alat AI untuk mencegah kerentanan di masa depan. Pengguna Coldcard didesak untuk memeriksa cara benih mereka dibuat dan mengikuti panduan resmi Coinkite untuk migrasi yang aman.
cryptonews.ru3j yang lalu
