2024年勒索软件支付飙升,黑客夺回了集中式交易所:Chainalysis

币界网發佈於 2024-08-15更新於 2024-08-15

币界网报道:

虽然自去年以来,非法交易总量有所下降,但被盗资金和勒索软件的数量却显著增加。截至7月底,加密货币骗局中被盗资金的金额几乎翻了一番,从8.57亿美元增加到15.8亿美元。

勒索软件支付也有所增长,2023年年中的数字为4.491亿美元,而今年为4.598亿美元。这一趋势基本上表明了勒索软件创纪录的一年的可能性。

犯罪分子将注意力转移回集中交易

根据Chainalysis与CryptoPotato分享的最新调查结果,截至今年7月底,被盗资产的总价值已超过15.8亿美元,比去年同期增长84.4%。

尽管被盗价值大幅上升,但2024年的黑客事件数量仅略高于2023年,同比增长2.76%。与此同时,每起事件的平均损失价值飙升了79.46%,从2023年上半年的每起事件590万美元攀升至2024年迄今的每起活动1060万美元。

区块链数据平台还表示,在四年来专注于去中心化交易所之后,犯罪分子似乎正在回归本源,再次瞄准中心化交易所。

在2022年对DeFi服务和跨链网桥的攻击达到峰值后,包括来自朝鲜的攻击者在内的攻击者正在使用先进的社会工程策略,如申请IT工作,来破坏这些交易所。事实上,联合国报告称,目前有4000多名朝鲜人受雇于西方科技公司。

勒索软件攻击增加

Chainalysis报道称,支付的赎金已达到4.598亿美元,这使2024年成为有史以来最糟糕的一年。Kiva Consulting的总法律顾问Andrew Davis表示,尽管LockBit和ALPHV/BlackCat造成了中断,但勒索软件活动仍然相当稳定。

“无论是这些著名的威胁行为者行动的前附属机构,还是新的暴发户,大量新的勒索软件团体都加入了这场战斗,展示了实施攻击的新方法和技术,例如扩展其初始访问和横向移动方法的手段。”

勒索软件攻击明显恶化,每年观察到的最大赎金支付明显增加。2024年,勒索软件集团Dark Angels的最高单笔付款达到约7500万美元。这比2023年同比增长96%,比2022年惊人地增长了335%。

大公司和关键基础设施提供商正成为勒索软件攻击的主要目标,因为他们的“财力雄厚和系统重要性”使他们更有可能同意支付巨额赎金。

你可能也喜歡

比特币跌破6万美元关口:ETF资金外流与14.8亿美元清算触发加密货币抛售潮

比特币在6月25日跌破关键的60,000美元关口,延续近期跌势。市场下跌的主要推动因素包括现货ETF资金持续流出以及大规模的杠杆头寸清算。 具体来看,比特币价格一度跌至约59,400美元,盘中最低触及58,000美元附近。此次下跌波及整个加密货币市场,以太坊、Solana、XRP和BNB等主要资产均显著下挫。数据显示,过去24小时内,全市场共有超过148亿美元价值的加密货币头寸被强制平仓。 美国现货比特币ETF面临持续的资金流出压力,仅在6月24日单日净流出就达4.6908亿美元,导致ETF总净资产规模缩减至738.7亿美元。ETF资金流自2024年推出以来已成为市场关键风向标,持续流出表明机构需求减弱,削弱了市场买盘支撑。 衍生品市场遭遇剧烈清算,过去24小时内有超过21.7万名交易者被清算,总额达148亿美元。其中,高达121亿美元为多头头寸清算,空头清算仅为2.6963亿美元,显示看涨交易者在此轮抛售中措手不及。 从技术面看,比特币日线图显示价格已跌破60,000美元心理支撑位,交易量在下跌中放大,且日线相对强弱指数(RSI)已降至30附近,进入超卖区域。虽然超卖可能预示短期反弹,但交易者通常需要看到买盘 volume 增强和价格走势转强才会确认市场反转。

ambcrypto5 分鐘前

比特币跌破6万美元关口:ETF资金外流与14.8亿美元清算触发加密货币抛售潮

ambcrypto5 分鐘前

黄仁勋:Prompt正在过时,Loop才是新范式

黄仁勋等AI领域领军人物提出,传统的“Prompt Engineering”(提示词工程)正在被“Loop Engineering”(循环工程)取代。新范式的核心是从手动编写具体指令,转变为设计和管理能够自动运行、自我验证并持续优化的循环系统。 **Loop是什么?** Loop(循环)指一种系统设计:用户设定一个目标,AI Agent(智能体)会自动执行任务,完成后由独立的验证机制(如另一个模型)进行验收;若未通过,则带着反馈重新执行,直至成功或达到预设限制。人的角色从“逐句指挥”转变为“规则设计者”。这与单纯使用Agent的关键区别在于,Loop为其提供了自主持续工作的管理框架。 **当前落地情况** 目前,Claude Code和OpenAI Codex是Loop理念的主要实践者。两者都实现了将复杂任务拆分,由多个Agent并行处理并汇总结果。其核心设计原则是“执行与验证分离”,以避免自我评分时的宽松问题。例如,“Claude Code之父”Boris Cherny描述其工作流:数百个Agent在隔离环境中自动处理问题,仅疑难事项才需人工干预。 **如何构建有效的Loop?** 1. **前提测试**:任务需具备重复性、可自动化验收、成本可控且Agent拥有必要工具。 2. **从最小可行Loop开始**:包含触发器、技能定义、状态记录文件和自动化验证门禁。务必先手动跑通流程再自动化。 3. **执行与验收分离**:必须由独立的Agent或模型进行验收,确保评估客观。 4. **避开常见陷阱**:设置硬性停止条件(如token上限)、持久化状态、不让Loop处理需要主观判断的任务、坚持阅读代码变更以维持理解。 5. **核心衡量指标**:关注“每个被采纳改动的平均成本”,接受率低于50%意味着Loop可能效率低下。 **范式演进路径** Loop的兴起是AI应用控制粒度不断上移的结果:从**Prompt Engineering**(优化单次指令)到**Context Engineering**(组织背景信息),再到**Harness Engineering**(构建执行环境),最终演进至**Loop Engineering**(设计自主循环系统)。这一过程逐步将人类从具体操作中解放出来。 **渊源与反思** Loop的理念在学术界早有雏形,例如姚顺雨等人提出的ReAct框架,将“推理-行动-观察”构建为循环。业界火爆的背后也需冷思考,专家提醒需警惕token成本,并指出“AI可以外包思考,但无法外包人的理解”,强调在自动化中保持对问题的根本认知至关重要。

marsbit1 小時前

黄仁勋:Prompt正在过时,Loop才是新范式

marsbit1 小時前

交易

現貨
合約
活动图片