新型加密掠夺者现身:谷歌曝光‘幽灵之刃’

bitcoinist發佈於 2026-03-21更新於 2026-03-21

文章摘要

根据区块链情报公司Nominis报告,2026年2月加密货币个人持有者因黑客攻击、钓鱼和数字盗窃损失最为严重。谷歌威胁情报团队新发现一款针对iOS设备的JavaScript工具“Ghostblade”,该恶意软件能快速窃取数据后自动静默,不留痕迹。 Ghostblade作为DarkSword攻击套件的一部分,专门窃取加密货币私钥、通讯信息(包括iMessage/WhatsApp/Telegram)、SIM卡数据、位置及多媒体文件。其独特之处在于单次运行后立即清除设备崩溃日志,使苹果无法检测异常。 尽管2月黑客损失从3.85亿降至约5000万美元,但这反映攻击策略转变:从利用代码漏洞转向针对个人的钓鱼攻击、钱包投毒及仿冒网站。谷歌此次警告表明,高价值个人投资者已成为重点目标,需加强安全防范。

根据区块链情报公司Nominis的数据,2026年2月私人加密货币持有人在黑客攻击、网络钓鱼和数字盗窃中损失最为惨重——而一种新发现的iOS恶意软件或许能说明为何个人用户正成为首选目标。

为快速攻击与隐匿而生

谷歌威胁情报部门发现了一款基于JavaScript的恶意工具"幽灵之刃"(Ghostblade),专为攻击苹果iOS设备、窃取敏感数据并在用户察觉前隐匿行踪而设计。

该软件是研究人员称为"暗剑"(DarkSword)的集成工具包中六款工具之一。这些工具共同用于窃取受感染设备中的加密货币私钥、通讯数据和个人信息。

幽灵之刃仅运行一次,获取所需数据后立即停止。无持续后台活动,无需额外软件即可运行。这种设计使其比持续运行的恶意软件更难被发现。

来源:谷歌

该工具还通过特定方式清除痕迹:运行完成后会清除受感染设备的崩溃日志。这些日志本是苹果用于识别软件问题和标记可疑活动的关键数据,缺失后苹果将无法获知任何异常信号。

幽灵之刃的实际窃取范围

根据谷歌报告,该恶意软件能获取iMessage、WhatsApp和Telegram的通讯内容,还能收集SIM卡详细信息、位置数据、多媒体文件和系统级设置。对加密货币用户而言,最直接的威胁是私钥泄露——攻击者借此可完全控制数字钱包,且一旦资金转移无法撤销。

比特币现报70,572美元 图表来源:TradingView

暗剑工具包代表着针对加密领域的浏览器攻击进入新阶段,而幽灵之刃是其技术最精湛的组件之一。

黑客从技术攻击转向人性操控

Nominis数据显示,2月份加密货币相关黑客攻击总损失从1月的3.85亿美元骤降至约5000万美元。但这并不意味环境更安全。

报告指出损失下降反映的是攻击手段而非目的的改变:攻击者从利用代码漏洞转向网络钓鱼、钱包投毒等依赖欺骗用户而非攻破系统的策略。模仿正规平台的虚假网站是常见载体,用户一旦交互就会在不知情下泄露凭证和密钥。

谷歌此时发布幽灵之刃警报正警示着——不仅是交易所或协议,高价值个人用户也已成为明确攻击目标。

头图取自Unsplash,图表来自TradingView

相關問答

Q根据文章,2026年2月加密货币领域的主要攻击目标是谁?

A私人加密货币持有者。

QGoogle Threat Intelligence 发现的针对iOS设备的恶意工具叫什么名字?

AGhostblade。

QGhostblade恶意软件在完成数据窃取后,会采取什么措施来隐藏自己的踪迹?

A它会清除受感染设备上的崩溃日志,使苹果公司无法收到任何异常信号。

QGhostblade除了能窃取加密货币私钥,还能获取哪些类型的信息?

A它能获取iMessage、WhatsApp和Telegram的消息、SIM卡详细信息、位置数据、多媒体文件和系统级设置。

Q文章中提到,2月份加密货币相关黑客攻击的总损失下降的主要原因是什么?

A攻击者改变了策略,从利用代码漏洞转向了网络钓鱼、钱包投毒等依赖欺骗而非攻破系统的方法。

你可能也喜歡

Deepseek 能否为中国节省 1 万亿美元?

《DeepSeek 能否为中国节省 1 万亿美元?》一文探讨了DeepSeek如何通过技术创新,可能大幅降低中国AI基础设施的建设成本。 核心在于,AI硬件的成本正从计算芯片向昂贵的内存(如HBM)倾斜。DeepSeek通过三方面技术突破,系统性降低了对这类稀缺硬件的依赖: 1. **压缩“记性”**:采用多头潜在注意力(MLA)等技术,将长上下文对话所需的缓存(KV Cache)压缩至原来的极小部分,极大节省显存。 2. **按需唤醒“身体”**:利用混合专家(MoE)模型架构,每次只激活部分参数,并结合智能的存储调度,将多数参数移出昂贵显存。 3. **复用计算结果**:将算过的上下文作为缓存复用,用低成本的内存读取替代高成本的重复计算。 这些技术协同,使DeepSeek V4等模型在长上下文场景下,用同等硬件可能产出数倍的有效Token,等效于大幅提升硬件效率、摊薄单位成本。 文章据此进行推演:到2030年,全球AI硬件投资预计达数万亿美元。若DeepSeek的技术路线能使中国未来AI基建的硬件需求等效减少75%,在日均Token消耗达到数千万亿级的规模时,节省的投资额可能接近1万亿美元(约7万亿元人民币),相当于少建数万座智算中心。 更重要的是,此举将产业价值从受制于人的尖端算力芯片,部分转移至中国已有所突破的存储芯片及系统工程领域,提升了供应链安全性。DeepSeek的意义不在于“消灭硬件”,而在于通过极致优化,降低行业对最昂贵、最稀缺硬件的边际依赖,让AI能力更普惠,重塑未来AI基建的账本。 (注:文中关于万亿节省的具体数字属于基于行业趋势的推演观点。)

marsbit1 小時前

Deepseek 能否为中国节省 1 万亿美元?

marsbit1 小時前

推翻主流治幻觉思路:元认知,才是大模型破幻觉的全新解法

谷歌研究院与特拉维夫大学联合发表论文,提出对抗大模型“幻觉”问题的新思路:与其追求让AI全知全能或过度拒答,不如培养其“元认知”能力,即让模型能够感知并诚实表达自身对每个答案的确信程度。 论文指出,当前主流方法存在局限:一味增加知识覆盖无法穷尽所有事实;而通过大幅拒答来降低错误率则会征收沉重的“实用性税”,牺牲大量本可正确回答的问题。核心原因在于模型缺乏“判别力”,难以精准区分具体问题的对错,导致校准良好但实用性低下。 论文重新定义了“幻觉”:问题不在于AI输出错误信息,而在于其“没有资格确定却以确定的语气给出错误信息”。因此,解决路径应是实现“忠实不确定性”——让AI语言表达的确信度与其内部状态的真实确信度对齐。这比消灭所有错误更可行,是一个依赖内部信号的闭环问题。 在AI代理(Agent)时代,元认知更为关键。没有它,Agent在调用外部工具(如搜索)时将陷入“盲飞”,无法智能决策何时需要搜索、如何评估信息可信度。 实现元认知面临几大挑战:“自举悖论”涉及用静态数据训练动态能力的困难;“对齐破坏信号”指RLHF等训练可能磨灭模型原有的内部不确定性信号;“因果性评估”则需区分真正的元认知与对其的表演。 论文建议,评估反幻觉方法应超越单一准确率指标,转而分析完整的“实用性-错误率权衡曲线”,并关注其在其他任务上的“附带损伤”。最终目标是让AI学会诚实地沟通其认知状态,从而在保留实用性的同时,将错误信息的危害降至最低,建立可靠信任。

marsbit1 小時前

推翻主流治幻觉思路:元认知,才是大模型破幻觉的全新解法

marsbit1 小時前

交易

現貨
合約
活动图片