比特幣及虛擬貨幣的安全性是雙向的，確實保證了一定的安全程度，但也可能反過來防範到自己。 而幸好 AI 技術、硬體計算能力以及演演算法的進步開創了新的可能，為那些不小心失去資產的用戶帶來了更多希望。

作者：Chloe，PANews

封面：Photo by Growtika on Unsplash

加密市場熱度不斷增長，資產的多樣性與複雜性也隨之增加，其熱度受惠於先進技術和創新應用，但也增加了更多遺失以及無法追討的資產數量。 根據估計，由於忘記密碼、硬體故障等意外事件，目前市場上有數千億美元的虛擬貨幣還是處於懸而未決的狀態。

根據研究，比特幣 2100 萬總供應量中大約有 600 萬個比特幣被認定已遺失，可能的原因包含忘記密碼、硬體損壞、或者資產擁有者已不在世上等因素。 而有 29% 的比特幣在過去五年內未曾被移動，當然這可能包括長期投資者或長時間交易的使用者。 但事實上，卻有不少的比特幣單純是因為使用者忘記密碼或因技術問題無法取得而處於無法追討的狀態。

例如，2013 年英國一名男子 James Howells 無意中扔掉了一個硬碟，裡面裝有 7,500 個比特幣，目前在市場上價值就不用說了，現在硬碟還被埋在垃圾場裡面 ; Ripple 前 CTO Stefan Thomas 先前也透露了自己擁有的 7,002 個比特幣託管在硬體錢包 IronKey 的私鑰中，但他忘了密碼，僅存的 10 次猜測密碼機會也只剩下兩次，一但失敗，私鑰及託管的 7,002 個比特幣將會被刪除且永久遺失在黑洞當中。

不過如今幸運的是，這些遺失的數位資產，可能可以靠著人工智慧的發展被找回，不論使用者的資產金額大小，加密錢包恢復服務可以幫助使用者從軟體錢包或硬體錢包中回收遺失的比特幣或乙太幣。

AI+GPU+演演算法

首先是 AI 訓練模型，特別是基於 OpenAI 的 GPT-2 模型如 PASS-GPT，已經成為找回加密資產的前端技術。 PASS-GPT 可以分析大量關於使用者行為、密碼模式和分析龐大的數據。 通過這些數據，模型能夠識別出可能的密碼結構和常用詞彙，以預測使用者可能設置的密碼，且 PASS-GPT 還能利用逐步取樣技術，生成一系列難以解讀的密碼組合，這對於暴力破解攻擊特別重要，因為它能夠高效地生成出那些不容易直接想到的密碼選項，提高找回遺失資產的機率。

根據測試 PASS-GPT 憑藉其逐步取樣技術，在密碼猜測能力上比其他模型高出了 20%。

接著則是現代 GPU 和 CPU 的力量，現代的 GPU（圖形處理單元）和 CPU（中央處理單元）的應用，為剛剛上述的 AI 模型提供了非常有利的計算能力。

GPU 最初是為了處理電腦圖形和遊戲圖像而設計的，它們在進行大量並行計算方面非常高效。 也就是說 GPU 可以同時處理成千上萬的計算任務，得以讓它們非常適合進行密碼猜測的「暴力破解」攻擊。 在這種攻擊中，電腦會嘗試每一種可能的密碼組合，直到找到正確的那一個。 也由於 GPU 可以快速處理這些計算，因此將 AI 模型如 PASS-GPT 相結合使用，把軟體硬體都提升到最高等級，讓整個運算系統更為強大。

最後，在找回加密錢包密碼還需要一項能力，加強防範「側通道攻擊」（Side-channel attack， SCA）。 側通道攻擊是一種安全攻擊方式，它不是直接破解密碼，而是通過分析電腦執行加密操作時產生的物理信號（如功耗、電磁輻射）來尋找密鑰資訊的漏洞。 舉例來說，如果一個攻擊者能夠檢測到特定操作時硬體功耗的細微變化，他們可能就有機會推測出正在進行的加密操作或密鑰的某些部分。

為了保護加密貨幣不受這種攻擊的威脅，許多 AI 演演算法專家正在開發和部署新的策略和技術。 包括，增加隨機性，也就是在加密過程中增加隨機操作，讓攻擊者難以從物理信號中得出有意義的資訊 ; 改進演算法設計，設計演算法時必須得先考慮抵抗側通道攻擊的能力，例如確保演算法的運行方式和執行時間不會因為處理的秘密資訊（如密碼、密鑰等）的不同而有所差異 ; 最後則是使用專門的硬體，開發專門的硬體元件，這些元件使其在執行不同操作過程中消耗相同或相似量的電力就可以藉此抵抗側通道攻擊。

比特幣及虛擬貨幣的安全性是雙向的，確實保證了一定的安全程度，但也可能反過來防範到自己。 而幸好 AI 技術、硬體計算能力以及演演算法的進步開創了新的可能，為那些不小心失去資產的用戶帶來了更多希望。

免責聲明：作為區塊鏈資訊平臺，本站所發佈文章僅代表作者及嘉賓個人觀點，與 Web3Caff 立場無關。 文章內的資訊僅供參考，均不構成任何投資建議及要約，並請您遵守所在國家或地區的相關法律法規。