PeckShield: за октябрь криптопроекты потеряли $88 млн в результате 20 взломов

cryptonews.ruXuất bản vào 2020-12-03Cập nhật gần nhất vào 2024-11-03

Проведенные в октябре хакерами 20 атак привели к потерям криптоиндустрии в размере ~$88,47 млн. Такие данные привели в PeckShield.

#PeckShieldAlert In October 2024, there were ~20 hacks in the crypto space, resulting in losses of ~$88.47 million.#Top 5 Hacks in October 2024:
—#RadiantCapital: $53M (bridged to #Ethereum)
-U.S. Government seizure funds: $20M (returned)
—#Eigenlayer: $5.7M (laundered to… pic.twitter.com/ORa8EpJ8e3
— PeckShieldAlert (@PeckShieldAlert) November 1, 2024

Крупнейшими взломами в отрасли по итогам месяца оказались:

лендингового протокола Radiant Capital на $53 млн;
кошелька правительства США на $20 млн (возвращены);
протокола рестейкинга EigenLayer на $5,7 млн;
Tapioca Foundation на $4,7 млн;
Sunray Finance на $2,86 млн.

В предыдущем месяце показатель был значительно выше — $120,23 млн.

Ранее специалисты Immunefi оценили ущерб криптовалютных компаний от взломов в октябре в $55,1 млн.

Nội dung Liên quan

Không có đội ngũ bán hàng vẫn thu về 20 triệu đô la, AI nhân viên Viktor dựa vào điều gì để chinh phục 30.000 doanh nghiệp?

AI nhân viên Viktor đạt doanh thu 20 triệu USD/năm với hơn 30.000 doanh nghiệp mà không cần đội ngũ bán hàng, bằng cách nào? Sản phẩm "Tier 3 AI Coworker" này, do đội ngũ từ DeepMind phát triển, hoạt động như một nhân viên kỹ thuật số. Người dùng chỉ cần đề cập @Viktor trong Slack hoặc Teams và yêu cầu bằng ngôn ngữ tự nhiên (ví dụ: tạo báo cáo bán hàng), nó sẽ tự động truy cập CRM, tạo biểu đồ và gửi kết quả. Ngoài phản hồi, Viktor còn tự động kích hoạt tác vụ như đối chiếu sổ sách ban đêm hay tổng hợp dữ liệu từ nhiều công cụ để làm PowerPoint. Thành công của Viktor đến từ mô hình PLG (Product-Led Growth) thuần túy. Thay vì bán theo số ghế, họ tính phí theo tín dụng hoặc nhiệm vụ, giúp giảm chi phí thử nghiệm. Người dùng có 100 USD miễn phí để trải nghiệm, từ đó lan truyền tự nhiên trong nội bộ. Viktor phá vỡ rào cản "kỹ thuật nhắc lệnh" (prompt engineering) bằng cách chuyển từ hỗ trợ soạn thảo sang thực thi đầu-cuối. Tuy nhiên, cơ chế ra quyết định tự động cũng tiềm ẩn rủi ro khi hiểu sai yêu cầu mơ hồ. Sản phẩm đang chuyển từ Slack sang Microsoft Teams (3.2 tỷ người dùng), đối mặt với thách thức tuân thủ và kiểm soát của bộ phận IT tại các tập đoàn lớn. Rào cản chính là cân bằng giữa tự động hóa hoàn toàn và kiểm soát rủi ro (như ghi sai dữ liệu), đòi hỏi khung quản trị chặt chẽ về quyền hạn, nhật ký kiểm toán để xây dựng lòng tin.

marsbit7 phút trước

Không có đội ngũ bán hàng vẫn thu về 20 triệu đô la, AI nhân viên Viktor dựa vào điều gì để chinh phục 30.000 doanh nghiệp?

marsbit7 phút trước

Phương án mua lại Manus hé lộ: Bên đầu tư Trung Quốc dự kiến bỏ ra 2 tỷ USD mua lại cổ phần, lộ trình IPO tại Hồng Kông dần sáng tỏ

Bài báo ngày 18/6 từ The Information tiết lộ, các nhà đầu tư Trung Quốc ban đầu của Manus, bao gồm Tencent, Sequoia China và ZhenFund, có kế hoạch mua lại công ty từ Meta với giá 20 tỷ USD, bằng đúng số tiền Meta đã chi trả vào tháng 12 năm ngoái. Động thái này là phản ứng trực tiếp sau khi cơ quan chức năng Trung Quốc vào tháng 4 ra lệnh dừng thương vụ mua lại do lo ngại an ninh. Theo kế hoạch, Manus sẽ được tái cấu trúc thành một doanh nghiệp liên doanh trong nước để đáp ứng các quy định và mở đường cho một đợt IPO tiềm năng tại Hong Kong. Các nhà đầu tư Trung Quốc dự kiến sẽ tăng vốn bằng USD. Benchmark, một nhà đầu tư khác, sẽ không tham gia mua lại, dẫn đến việc cổ phần của Manus tập trung nhiều hơn vào tay các quỹ Trung Quốc. Manus đã chứng kiến tốc độ tăng trưởng doanh thu ấn tượng, từ mức 1 tỷ USD khi bị mua lại lên 4-5 tỷ USD hiện tại, củng cố niềm tin của các nhà đầu tư vào việc mua lại theo giá cũ. Các điều khoản chi tiết như tỷ lệ góp vốn và cơ cấu công ty liên doanh vẫn đang được đàm phán. Kịch bản "mua lại + liên doanh + IPO tại Hong Kong" này có thể trở thành một khuôn mẫu tham khảo cho các startup AI Trung Quốc trong các thương vụ M&A xuyên biên giới.

marsbit35 phút trước

Phương án mua lại Manus hé lộ: Bên đầu tư Trung Quốc dự kiến bỏ ra 2 tỷ USD mua lại cổ phần, lộ trình IPO tại Hồng Kông dần sáng tỏ

marsbit35 phút trước

STRC Mất Neo 11%, "Động Cơ Vĩnh Cửu" Của Strategy Còn Quay Được Không?

STRC, cổ phiếu ưu đãi của MicroStrategy, đang trải qua tình trạng "mất neo" kéo dài, với mức chiết khấu so với mệnh giá mục tiêu 100 USD đã vượt quá 11%. Đây là một thách thức nghiêm trọng đối với mô hình "bánh đà vốn" cốt lõi của công ty, vốn dựa vào việc phát hành liên tục STRC ở mức giá gần 100 USD để huy động vốn mua Bitcoin mà không làm loãng cổ phiếu phổ thông. Nguyên nhân của đợt mất giá này vượt ra ngoài các yếu tố kỹ thuật như thanh lý đòn bẩy. Thị trường đang định giá lại rủi ro về cấu trúc vốn của MicroStrategy. Mối lo ngại chính tập trung vào khả năng thanh khoản: với nghĩa vụ trả cổ tức ưu đãi hàng năm lên tới 1,7 tỷ USD, liệu công ty có phải bán Bitcoin nếu việc huy động vốn qua STRC bị tắc nghẽn? Việc MicroStrategy bán một lượng nhỏ Bitcoin gần đây, dù được gọi là "kiểm tra độ nhạy", đã làm dấy lên nghi ngờ về cam kết nắm giữ dài hạn trước đây. Nếu STRC tiếp tục giao dịch ở mức chiết khấu sâu, khả năng huy động vốn chủ chốt của MicroStrategy sẽ suy yếu. Trong bối cảnh dự trữ tiền mặt đang cạn kiệt, điều này có thể buộc công ty phải bán Bitcoin để đáp ứng nghĩa vụ cổ tức, từ đó đảo ngược vai trò là người mua biên lớn trên thị trường và gây áp lực giảm giá đáng kể lên Bitcoin.

链捕手43 phút trước

STRC Mất Neo 11%, "Động Cơ Vĩnh Cửu" Của Strategy Còn Quay Được Không?

链捕手43 phút trước

Dữ Liệu CryptoQuant Cho Thấy Altcoins Đối Mặt Với Áp Lực Bán Ra Tại Spot Sâu Nhất Kể Từ Năm 2020

Theo dữ liệu từ CryptoQuant, altcoin đang trải qua áp lực bán trên thị trường giao ngay (spot) mạnh nhất kể từ năm 2020, với chênh lệch khối lượng mua/bán ròng tích lũy lên tới khoảng 209 tỷ USD. Áp lực này phản ánh nhu cầu từ nhà đầu tư nhỏ lẻ yếu, dòng vòng xoay vào stablecoin để hưởng lợi suất và sự thận trọng tiếp tục đối với các tài sản ngoài Bitcoin và Ethereum. Các altcoin bị mắc kẹt giữa rủi ro cao và không đủ biến động để thu hút vốn đầu cơ mạo hiểm. Mặc dù áp lực bán cực độ đôi khi có thể là tín hiệu ngược cho các nhà giao dịch theo trường phái phản đối, vì thị trường không quá phấn khích, nhưng dữ liệu hiện tại chưa xác nhận sự đảo chiều ngay lập tức sang "mùa altcoin". Chỉ báo rõ nhất cho sự phục hồi sẽ là sự chuyển dịch từ bán ròng sang tích lũy giao ngay bền vững, cùng với sự cải thiện trên diện rộng ở các lĩnh vực altcoin chính. Hiện tại, đây chủ yếu là thước đo cho thấy altcoin đang mất thiện cảm sâu sắc.

bitcoinist1 giờ trước

Dữ Liệu CryptoQuant Cho Thấy Altcoins Đối Mặt Với Áp Lực Bán Ra Tại Spot Sâu Nhất Kể Từ Năm 2020

bitcoinist1 giờ trước

Phía sau bảng điểm AI, ẩn giấu một "người ra đề" người Hoa

Bài viết này giới thiệu Giáo sư Văn Hổ Trần (Chen Wenhu), một nhà khoa học máy tính người Hoa hiện công tác tại Đại học Waterloo, Canada, và là người đứng sau các bộ đánh giá tiêu chuẩn quan trọng trong ngành AI như MMLU-Pro, MMMU và MMMU-Pro. Khi các mô hình AI tiên tiến như GPT-4, Claude hay Gemini đạt điểm số gần tuyệt đối trên các bài kiểm tra cũ như MMLU, cộng đồng cần một thước đo mới để phân biệt khả năng thực sự. Năm 2024, nhóm của Giáo sư Văn Hổ Trần tại Phòng thí nghiệm TIGER (còn gọi là Hổ Đầu Bang) đã phát triển MMLU-Pro. Bộ dữ liệu mới này với hơn 12.000 câu hỏi đã mở rộng lựa chọn, tăng cường các câu hỏi suy luận và loại bỏ những câu đơn giản, giúp giảm đáng kể điểm số của các mô hình và đánh giá ổn định hơn. Ông cũng là tác giả chính của MMMU - bộ tiêu chuẩn đánh giá đa phương thức (multimodal) đầu tiên yêu cầu mô hình kết hợp hiểu biết hình ảnh phức tạp (biểu đồ, bản đồ, công thức) với kiến thức chuyên ngành để trả lời câu hỏi. Phiên bản nâng cấp MMMU-Pro sau đó được tạo ra để đảm bảo mô hình thực sự xử lý thông tin thị giác chứ không chỉ dựa vào văn bản. Bài viết cho thấy công việc của Giáo sư Văn Hổ Trần bắt nguồn từ hướng nghiên cứu lâu dài về hiểu thông tin phức tạp và trả lời câu hỏi dựa trên tri thức. Kinh nghiệm thực tế của ông từ khi tham gia phát triển mô hình Gemini tại Google DeepMind và hiện tại là tại Phòng thí nghiệm Siêu Trí tuệ của Meta, cùng với việc phòng thí nghiệm của ông cũng tự phát triển các mô hình (như UniVideo, Vamba), đã giúp ông thiết kế ra những bài đánh giá sát thực tế, phát hiện đúng điểm mạnh yếu của mô hình. Tác giả kết luận rằng trong khi sự chú ý của ngành AI thường đổ dồn vào các nhà sáng lập hay lãnh đạo nổi tiếng, thì sự đóng góp của các nhà nghiên cứu như Giáo sư Văn Hổ Trần trong việc xây dựng "ngôn ngữ chung" để đánh giá tiến bộ AI là vô cùng quan trọng.

marsbit1 giờ trước

Phía sau bảng điểm AI, ẩn giấu một "người ra đề" người Hoa

marsbit1 giờ trước

Giao dịch

Giao ngay

Hợp đồng Tương lai