Aktualizacja ws. ataku na Coldcard: luka w portfelach wykorzystana przez co najmniej 15 grup napastników

Co najmniej 15 różnych grup atakujących wykorzystało podatność sprzętowych portfeli Coldcard — wynika z informacji Alexa Thorna, szefa badań w Galaxy Digital. Nowe zgłoszenia poszkodowanych ujawniły wcześniej nierozpoznane kradzieże i pozwoliły analitykom Galaxy przypisać do incydentu kolejne adresy Bitcoina. W jednym z przypadków ofiara, która straciła mniej niż 1 BTC, pomogła zidentyfikować napastnika, który wyprowadził łącznie 12 BTC ze 126 adresów. Jak podkreślają badacze, nie był to scenariusz typowy dla włamania do scentralizowanej giełdy. Środki przemieszczały się z wielu niezależnie kontrolowanych portfeli do wielu adresów kontrolowanych przez atakujących. Z tego powodu część kradzieży może pozostać niewykryta, dopóki poszkodowani nie ujawnią swoich adresów portfeli i historii transakcji. Galaxy Research szacuje, że w trzech potwierdzonych falach ataków skradziono Bitcoina o wartości około 100 mln USD. Zespół wskazuje też na podejrzenie czwartej fali, która mogłaby podnieść łączną wartość strat do około 130 mln USD. Jednocześnie 15 "klastrów" adresów nie musi oznaczać 15 zidentyfikowanych osób — część adresów może być kontrolowana przez tę samą osobę lub grupę, a inni sprawcy mogą wciąż pozostawać nieujawnieni. Luka osłabiła generowanie seeda w Coldcard Podatność dotyczyła sposobu, w jaki niektóre urządzenia Coldcard tworzyły frazy odzyskiwania. Według opisu problem wynikał z błędu integracji firmware'u: dotknięte portfele miały opierać się na deterministycznym pseudolosowym generatorze liczb zamiast na docelowym sprzętowym generatorze losowości. Zmniejszało to efektywną losowość chroniącą część kluczy prywatnych i czyniło wyszukiwanie poprawnych fraz seed bardziej wykonalnym. Współzałożyciel Castle Labs Francesco ocenił, że wrażliwe portfele mogły generować klucze prywatne z entropią rzędu około 40 bitów. Dla porównania standardowa 12-słowna fraza odzyskiwania zwykle zapewnia 128 bitów. Nie oznaczało to, że atakujący mogli bezpośrednio wyciągnąć klucze z urządzenia działającego w trybie air-gapped. Zamiast tego mogli odtwarzać potencjalne frazy odzyskiwania i obserwować powiązane adresy Bitcoina pod kątem pojawienia się środków. Użytkownikom potencjalnie narażonych portfeli zalecono aktualizację firmware'u, wygenerowanie całkowicie nowej frazy seed oraz przeniesienie Bitcoinów na adresy kontrolowane przez nowy portfel. Sam import podatnej frazy odzyskiwania do innego urządzenia nie usuwa źródła problemu. Czy AI mogła zapobiec wykorzystaniu luki? Incydent wywołał też dyskusję, czy testy bezpieczeństwa wspierane przez AI mogły wykryć błąd wcześniej. Haseeb Qureshi, managing partner w Dragonfly, stwierdził, że około "$2 na utwardzenie z użyciem AI" mogło zapobiec stratom. Odwołał się do eksperymentów, według których modele AI miały ponownie odkryć podatność w ciągu minut, w tym do testu, w którym otwartoźródłowy model GLM 5.2 miał ją znaleźć w około 20 minut bez dostępu do sieci. Krytycy kwestionują jednak, czy te próby dowodzą, że AI mogłaby zidentyfikować problem zanim stał się publiczny. Tatsapat Saerejittima, data lead w Tokenomist, wskazał, że część testów przeprowadzono już po ujawnieniu podatności i brakowało w nich ślepego testowania, udokumentowanej metodologii oraz oceny fałszywych trafień. AI może obniżać koszt wyszukiwania luk, ale nie zastąpi niezależnych audytów ani testów end-to-end tego, jak portfele sprzętowe generują i chronią klucze prywatne.