На Polymarket произошла эксплуатация уязвимости на сумму $3 млн: пользователи получат полные возмещения после взлома третьей стороны

TheNewsCryptoОпубликовано 2026-06-26Обновлено 2026-06-26

Введение

Платформа прогнозных рынков Polymarket пострадала от взлома, в результате которого было похищено криптоактивов на сумму около $3 млн. Компания заявила, что полностью возместит убытки пострадавшим пользователям. Инцидент произошёл не из-за уязвимости основной архитектуры платформы, а из-за вредоносного скрипта, внедрённого на её фронтенд через взломанного стороннего поставщика. Считается, что атака затронула менее 15 кошельков. Исследователи безопасности охарактеризовали произошедшее как атаку на цепочку поставок, отметив, что базовый протокол Polymarket не был скомпрометирован. Это уже второй инцидент безопасности на платформе за последние два месяца, что подчеркивает растущие риски, связанные с зависимостью от стороннего программного обеспечения. Несмотря на готовность Polymarket компенсировать убытки, подобные атаки становятся серьёзной проблемой для криптоиндустрии, всё больше полагающейся на внешних поставщиков услуг.

Платформа для прогнозирования рынков Polymarket объявила, что пользователи, пострадавшие от эксплуатации уязвимости на сайте, которая привела к краже криптоактивов на сумму около 3 миллионов долларов, получат полное возмещение. Компания заявляет, что инцидент был вызван не проблемой в базовой архитектуре платформы, а вредоносным ПО, добавленным во внешний интерфейс платформы скомпрометированным сторонним поставщиком.

Вредоносный скрипт распространялся только на ограниченный круг выбранных пользователей. Он позволял злоумышленнику выводить средства из кошельков пользователей при взаимодействии с затронутым внешним интерфейсом. Затем Polymarket сообщила, что ей удалось определить причину проблемы, изолировать зависимость и начать связываться с пострадавшими пользователями.

«Наша команда обнаружила, что сторонний поставщик был скомпрометирован, внедрив вредоносный скрипт в наш фронтенд для некоторых пользователей», — заявила компания. «Мы локализовали угрозу, удалили затронутую зависимость и возмещаем убытки пострадавшим пользователям в полном объеме».

Пострадали около 15 кошельков, украденные средства переведены в Ethereum

По оценкам, атаке подверглись менее 15 учетных записей пользователей. Основную часть украденных активов составил стейблкоин Polymarket pUSD, который злоумышленник вывел с Polygon в Ethereum, а затем обменял на примерно 1893 ETH.

Исследователи безопасности охарактеризовали событие не как прямое нарушение смарт-контрактов Polymarket, а как атаку на цепочку поставок. Это различие показывает, что основное ядро протокола платформы не пострадало. Более того, атака была нацелена на клиентов через скомпрометированный код стороннего поставщика на веб-сайте.

Хотя компания признает, что уязвимость была устранена, информация о том, какой именно поставщик пострадал в результате атаки, не раскрывается. Polymarket также не провела полного технического анализа атаки.

Второй инцидент безопасности вызывает новые опасения

Прошло менее двух месяцев с момента другого проблемного инцидента безопасности, связанного с кошельком под контролем компании, который использовался для распределения пользовательских вознаграждений. Предположительно, причиной предыдущего инцидента, приведшего к потерям около 700 000 долларов, стал скомпрометированный закрытый ключ.

Текущий инцидент подчеркивает растущие риски, связанные с зависимостью от стороннего программного обеспечения. Хотя готовность Polymarket компенсировать убытки пострадавшим пользователям может помочь восстановить доверие, атаки на цепочку поставок становятся серьезной проблемой безопасности для криптосектора, который все больше зависит от внешних поставщиков услуг.

Основные события крипторынка

Cardano (ADA) подает смешанные сигналы: назревает ли прорыв или готовится новое падение?

ТегиETHHackPolymarketprediction market

Связанные с этим вопросы

QКакой был размер ущерба в результате эксплуатации уязвимости на Polymarket и какова была реакция платформы?

AВ результате эксплуатации уязвимости было похищено криптоактивов на сумму около 3 миллионов долларов США. Платформа Polymarket объявила, что полностью возместит средства всем пострадавшим пользователям.

QВ чём, согласно Polymarket, заключалась основная причина инцидента со взломом?

APolymarket заявила, что причиной инцидента стало не уязвимость в базовой архитектуре платформы, а вредоносное ПО (скрипт), которое было добавлено на клиентскую часть (фронтенд) платформы через скомпрометированного стороннего поставщика услуг.

QСколько пользовательских кошельков, по оценкам, пострадало от этой атаки и какие активы были в основном украдены?

AПо оценкам, атака затронула менее 15 пользовательских счетов (кошельков). Основную часть украденных активов составил собственный стейблкоин платформы pUSD, который злоумышленник перевёл из сети Polygon в сеть Ethereum и обменял на примерно 1893 ETH.

QКак исследователи безопасности охарактеризовали тип данной атаки и почему это важно?

AИсследователи безопасности охарактеризовали это событие как атаку на цепочку поставок (supply chain hack). Это важно, потому что данное определение указывает на то, что основное ядро протокола (смарт-контракты) Polymarket не было скомпрометировано, а атака была направлена на пользователей через взломанный сторонний код на веб-сайте.

QКакое предыдущее происшествие с безопасностью упоминается в статье и как оно связано с текущей ситуацией?

AСтатья упоминает, что менее двух месяцев назад произошёл другой инцидент с безопасностью, связанный с кошельком под контролем компании, который использовался для выплаты вознаграждений пользователям. Его причиной стал скомпрометированный приватный ключ, что привело к потерям около 700 000 долларов. Текущий инцидент подчёркивает сохраняющиеся и растущие риски, связанные с зависимостью от стороннего программного обеспечения.

Похожее

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Корейские финансовые учреждения и интернет-платформы активно развивают блокчейн-инфраструктуру, сосредоточившись на двух ключевых направлениях: стейблкоинах и токенизации реальных активов (RWA). В сфере стейблкоинов идёт борьба за создание регулируемого рынка воны. Банки, финтех-компании и регуляторы определяют правила, стремясь предотвратить отток капитала в долларовые стейблкоины. Крупные банки, такие как KB Financial, Hana Financial и NH Nonghyup, уже проводят пилотные проекты по платежам и трансграничным переводам. Платежные системы (Shinhan Card, BC Card) и интернет-гиганты (KakaoPay, NAVER Pay) интегрируют стейблкоины в свои экосистемы. Криптопроектам следует устанавливать партнерства сейчас, чтобы стать частью будущей инфраструктуры. Направление RWA в Корее развивается быстро и с учётом местной специфики. Помимо традиционных активов, токенизируются активы ключевых отраслей: судостроение (Mirae Asset Securities), оборонная промышленность (Hanwha Investment) и культурный контент (Story Protocol). Правовая база формируется, и уже одобрены первые торговые платформы (NXT, KDX). Криптопроекты могут заполнить пробелы в глобальном распределении, ликвидности и предоставлении инструментов для токенизации. Ключевую роль в распространении среди пользователей играют потребительские платформы. NAVER (планирующая приобрести оператора Upbit) и Kakao (развивающая единый кошелёк) делают блокчейн основой своих сервисов. Toss, обладающий финансовыми лицензиями, также активно внедряет блокчейн. Корейская индустрия цифровых активов находится на переломном этапе. Принятие нормативной базы и активность институциональных игроков создают возможности для проектов, которые смогут наладить реальное сотрудничество и внедрение на местном рынке.

Foresight News4 мин. назад

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Foresight News4 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

**Как определить, является ли видео созданным ИИ? Обзор динамической, отслеживаемой и объяснимой системы обнаружения** За последние два года модели генерации видео, такие как Sora, Google Veo и Kling, достигли кинематографического качества, создавая многосекундные сложные сцены. Это создает растущий разрыв с областью обнаружения, которая отстает, в то время как количество и качество поддельных видео в социальных сетях стремительно растет. В обзоре, принятом на ACL 2026, исследователи переосмысливают цель обнаружения: от простой бинарной классификации («поддельное/настоящее») к **верификации фактологической достоверности**. Задача — проверить, соответствует ли содержание видео (кто, что, где, когда) восприятию и знаниям о реальном мире, включая физические законы и здравый смысл. Авторы выделяют три парадигмы AI-видео: 1. **Локальная манипуляция (LMV):** Изменение части реального видео (например, Deepfake). 2. **Аудиовизуальное редактирование (AVE):** Изменение синхронизации между звуком, речью и видео. 3. **Генеративный синтез видео (GVS):** Полная генерация видео «с нуля» (например, Sora), что представляет наибольшую сложность. Для обнаружения предлагается **четырехуровневая система с двойным визуально-языковым подходом**: * **Уровень 1: Низкоуровневые визуальные сигналы** (артефакты, шум, физиологические сигналы). * **Уровень 2: Пространственно-временная согласованность** (плавность движений, физическая непрерывность). * **Уровень 3: Межмодальная согласованность** (проверка соответствия видео, звука и текста). * **Уровень 4: Рассуждение на уровне знаний о мире** (проверка соответствия фактам, законам физики и здравому смыслу). Фокус методов смещается от первых двух уровней (визуальных) к третьему и четвертому (языковым и смысловым). Обзор подчеркивает, что будущие системы обнаружения должны быть **динамическими, объяснимыми и отслеживаемыми**. Они должны не просто классифицировать, а предоставлять доказательства, связывать выводы с конкретными элементами видео (объектами, событиями) и оставаться устойчивыми к новым генеративным моделям. Это требует объединения усилий компьютерного зрения, обработки естественного языка и исследований многомодальных моделей для создания надежной системы проверки достоверности видео в эпоху продвинутого ИИ.

marsbit40 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

marsbit40 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

NVIDIA представила открытую библиотеку NeMo AutoModel, которая значительно ускоряет тонкую настройку MoE-моделей. Достаточно добавить одну строку импорта в код на основе Hugging Face Transformers v5, чтобы получить прирост производительности до 3.7 раз и сократить использование видеопамяти GPU на 29-32%. Библиотека совместима с API Transformers и вводит три ключевые оптимизации: Expert Parallelism (EP) для распределения параметров экспертов по GPU и снижения нагрузки на память, DeepEP для совмещения вычислений и коммуникаций, а также Transformer Engine для ускорения базовых операций. На примере модели Qwen3-30B-A3B на 8 GPU H100 скорость обучения выросла с 3075 до 11340 токенов в секунду на GPU. Для очень крупных моделей, таких как Nemotron 3 Ultra 550B, NeMo AutoModel позволяет проводить тонкую настройку там, где стандартный Transformers v5 исчерпывает доступную память. Проект доступен на GitHub, предоставляя простой способ ускорения работы с MoE-архитектурами без серьёзных изменений кода.

marsbit40 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

marsbit40 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

По неожиданному сценарию, первой областью, где искусственный интеллект (ИИ) реально изменил криптоиндустрию, стала безопасность и аудит. В 2026 году DeFi-сектор столкнулся с растущим давлением: общая стоимость заблокированных средств (TVL) сократилась примерно на 39% с начала года, а хакерские атаки привели к потере около 942 миллионов долларов только за первое полугодие. Распространение продвинутых ИИ-моделей, таких как Claude Mythos, радикально снизило стоимость и требования к навыкам для поиска уязвимостей в смарт-контрактах. Атаки стали масштабными, быстрыми (от обнаружения до эксплуатации — минуты) и нацеленными даже на старые, давно развернутые контракты. Традиционная модель аудита, основанная на разовых отчетах, демонстрирует трещины. Атаки смещаются от чистого кода к эксплуатации логики протоколов, ошибок конфигурации и социальной инженерии (как в случаях с Drift Protocol и KelpDAO). Соучредитель OpenZeppelin заявил, что считает весь DeFi небезопасным из-за сверхчеловеческих способностей ИИ в поиске уязвимостей. В ответ проект и аудиторские компании вынуждены меняться. Возникает спрос на повторные аудиты по новым стандартам. Аудиторские фирмы внедряют собственные ИИ-системы для автоматического анализа и переходят от разовых проверок к непрерывному мониторингу, формальной верификации и встраиванию защиты на этапе разработки (как Skills от OpenZeppelin). Такие ИИ-инструменты, как Firepan, уже находят сложные комбинированные уязвимости, упущенные при многократных ручных аудитах, как в случае с Curve Finance. Эпоха, когда одного аудита было достаточно навсегда, закончилась. Безопасность становится не разовым этапом, а постоянной инфраструктурной затратой. Будущее останется за теми, кто быстрее адаптирует свои услуги к реалиям «гонки вооружений» между ИИ-атаками и ИИ-защитой.

marsbit47 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

marsbit47 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

Данные показывают, что к июню TVL в DeFi упал примерно до $700 млрд, что на 39% меньше показателей начала года. При этом в 2026 году в сфере DeFi произошло 121 хакерское нападение с общим ущербом около $942 млн. С распространением новых инструментов ИИ значительно снизились стоимость и требуемые навыки для поиска уязвимостей в смарт-контрактах. Традиционная модель аудита безопасности сталкивается с серьёзными проблемами. Наступление ИИ-атак происходит быстрее, что сокращает жизненный цикл аудиторских отчётов. Даже прошедшие аудит протоколы, такие как Drift Protocol и KelpDAO, подверглись атакам через уязвимости в логике операций или конфигурации инфраструктуры. В ответ на это проекты начинают пересматривать свою безопасность в соответствии с новыми стандартами эпохи ИИ. Компании, занимающиеся аудитом безопасности, также трансформируются, внедряя системы аудита с поддержкой ИИ и переходя от разовых проверок к постоянному мониторингу и встроенной безопасности. Такие инструменты, как Firepan, уже доказали свою эффективность, находя сложные уязвимости в тщательно проверенных контрактах, например, в Curve Finance. В целом, сфера аудита безопасности переходит от модели, основанной на разовых проверках, к конкурентной модели, требующей постоянных инвестиций. ИИ ускоряет как атаки, так и развитие защитных систем.

链捕手54 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

链捕手54 мин. назад

Торговля

Спот
活动图片