今日 KeyFrame

DeFi Security Summit - DSS

• 私鑰集中管控是根本防線：Cubist 的 CubeSigner 將私鑰僅存於 HSM（非純 Nitro Enclave），所有簽署動作都必須通過策略引擎，從根本上消除像 Bybit 駭客事件那樣「UI 被入侵 → 錢包被清空」的攻擊路徑。
• WASM 策略引擎讓合規邏輯可程式化：內建策略（轉帳限額、多簽門檻、IP 白名單）無法覆蓋所有場景；透過 WASM，開發者可用 Rust 寫任意邏輯——包括呼叫外部 API、查詢鏈上資料、做跨鏈橋接驗證，安全性由 Nitro Enclave 保障。
• 合約部署策略串聯 CI + 審計：部署策略在簽署前先比對 bytecode hash 是否在「審計核可清單」中，再向 GitHub Attestations API 確認該 hash 確實由 CI pipeline 產出，兩道驗證同時失敗才攔截，有效防止惡意或未審計合約上鏈。

DeFi Security Summit - DSS

• inline assembly 是靜態分析的剋星：Solidity 允許直接操作 EVM 記憶體（如手動讀寫 free pointer `0x40`），讓 Certora Prover 的記憶體靜態分析無法追蹤，被迫放棄。Concordance 的目標是自動產生語意等價但可分析的標準 Solidity 版本。
• 等價的嚴格定義決定驗證品質：等價不只是「return 值相同」，必須涵蓋：相同環境與 calldata 下，兩程式的 revert 狀態、return data、外部呼叫（順序與參數）、event log（相對順序）、以及執行結束後的 storage 狀態全部一致。Gas 消耗、記憶體內容、stack 狀態不列入驗證範圍，因為外部觀察者看不到。
• SMT Solver + Skolemization 解決無限狀態空間比較：比較 storage 或呼叫列表時，不可能逐一比對 2²⁵⁶ 個槽位；改用 skolemization——讓 solver 嘗試「找出任何一個不同的 index」，若找不到則證明兩者完全相等。外部呼叫的 hash 使用 injective uninterpreted function 模擬，避免實作 Keccak256 的複雜性。

DeFi Security Summit - DSS

• 1. Apple ID 必須完全匿名
• iMessage 的零點擊漏洞（Zero-Click Exploit）只需對方知道你的 Apple ID，即可透過傳送一張圖片自動入侵設備，因此 Apple ID 絕不能對外公開，並應移除所有與身份相關的電話號碼與電子信箱。
• 2. 電話號碼是最脆弱的環節

DeFi Security Summit - DSS

• 多簽與 MPC 並非萬無一失：三分之二的簽名者並不真正理解他們批准的交易內容，往往基於對提議者的信任而盲簽，這讓攻擊者有機可乘，過去兩年此類攻擊造成損失超過 40 億美元。
• 靜態策略（白名單）無法防禦動態攻擊：將 Uniswap V2 Router 列入白名單並不安全，因為攻擊者可利用 Router 的合法功能將資金導向自己的地址，策略引擎必須基於交易模擬結果而非靜態資料才能真正防護。
• 交易審批流程存在四大漏洞：提案階段可篡改 calldata、策略檢查僅看靜態資料、多套系統策略碎片化無法統一執行、簽名者最終仍面臨盲簽困境——這四個環節缺一不可地構成完整攻擊面。

DeFi Security Summit - DSS

• 供應鏈入侵是突破口：攻擊者透過 Telegram 向受害開發者傳送含惡意軟體的 PDF/zip 分析報告，安裝後在瀏覽器層建立持久性鉤子，成功繞過端點安全解決方案（EDR）而不觸發警報。
• 前端操控讓多簽治理形同虛設：惡意軟體插入 Gnosis Safe 介面與實際簽名之間，開發者在 UI 上看到的是正常合約互動，實際簽出的卻是攻擊者的惡意交易。多機構多簽架構因此被完全繞過，標準視覺驗證流程徹底失效。
• 鏈上行為高度符合 Lazarus 指紋：可疑錢包在攻擊前 30 天內建立、無交易歷史、資金來自 Mixer、使用高 Gas 快速轉帳，並在攻擊後 3 分鐘內透過跨鏈橋與 DEX 多層洗錢，模式與 UNC4736 過去行動完全吻合。

經營男不難

• 臺灣經濟歷經三次奇蹟：1966-1990年代工創造（全球生產基地）、1990-2015年PC產業（全球市占率超80%）、2015年後半導體AI（GDP成長8%）。傳統代工產業因勞動成本上升、中國與東協競爭而失去優勢，訂單持續外流。
• 代工沒有未來是因為必然依賴低成本競爭。臺灣已成已開發國家，基本工資連續調升，人均GDP超越日韓但中位數僅28000美金，已無法與中國東協1/3成本競爭，且克林頓2002年將中國納入WTO享受最惠國待遇進一步加劇競爭。
• 品牌建立並非簡單花錢做行銷，而是通過ODM增值（改良客戶設計）、發現商機推出副品牌、經銷商讓利、快速交付等系統策略形成毛利優勢。講者將滑鼠公司從1億年營業額在三年內做到139億，其中129億來自品牌。

DeFi Security Summit - DSS

• 查詢即監控代理：DWQL 查詢在每個排程週期由新區塊資料觸發，並設定物化策略（唯一鍵 + 去重）確保同一筆警報不重複發出，讓有限的 SQL 查詢語義模擬出「無限資料流持續處理」的行為。
• EVM 堆疊幀被結構化為時間序列表：每個 CALL/DELEGATECALL/CREATE 都對應一筆 `transaction_details` 紀錄，以 `vm_step_start` 作為唯一識別符；程式計數器記錄呼叫點，調用資料與返回資料按 ABI 即時解碼，永不預先儲存解碼結果（原始二進位體積是解碼後的 1/3）。
• Gadget 是 DWQL 的核心抽象：Gadget 以子查詢形式展開，自動插入 ABI 解碼邏輯與查詢區間限制，讓使用者只需宣告「我要監聽哪個事件/函式」，不必手動處理底層 ABI 解析與索引範圍。

DeFi Security Summit - DSS

• Sum-Check 協議是 ZK 計算正確性的核心積木。 Prover 對多項式在布林超立方體上的求和聲稱一個值 T，verifier 透過 n 輪互動逐步縮減維度，每輪用隨機挑戰值 r 固定一個變數，最終以一次多項式直接查詢驗証結果。整個過程將 verifier 複雜度從 2ⁿ 壓縮到 O(n)。
• Schwartz-Zippel 引理是 Sum-Check 安全性的數學基礎。 非零多項式在隨機點為零的機率至多為 d/|F|，因此只需對隨機點做一次查詢，即可高概率判定兩個多項式是否相等，這是每一輪檢查的安全保證。
• 加法運算對 secret sharing 天然線性，乘法需要 Beaver Triple。 加法與公開常數乘法可讓每個節點在本地計算自己的 share 而無需溝通；但兩個秘密值相乘時，節點需交換輔助資訊（e = x−r, f = y−s），再利用預先分發的 Beaver Triple (r, s, t=r×s) 完成乘法，且過程不洩露任何關於 x、y 的資訊。

DeFi Security Summit - DSS

• MiCA 穩定幣監管已實施一年半，但全球穩定幣的「多重發行」問題懸而未決。 法國當局於 2024 年 4 月提交正式質詢，歐洲系統性風險委員會 9 月意見傾向禁止多重發行，但政治決定尚未出爐，現有合規穩定幣是否需要拆分為不同司法管轄區版本仍是關鍵變數。
• DeFi 不在 MiCA 監管範圍內，但這是模糊的法律空白，而非明確豁免。 MiCA 條文從未定義 DeFi，僅在第 22 條以「完全去中心化且無任何中介」作為豁免條件，實際認定權落在 27 個成員國各自的主管機關，造成法律不一致性。
• 丹麥主管機關提出去中心化三維測試框架，是目前歐洲最完整的參考文件。 三個維度分別為技術層面、治理層面與法律層面，雖不具法律效力，但為業界自我評估是否符合「完全去中心化」豁免提供了可操作的分析路徑。

DeFi Security Summit - DSS

• 審計流程碎片化是根本痛點：傳統審計需跨多個通訊管道（Slack、Email、PDF 報告）同時協調審計員、客戶與工具，認知負擔極高。Audit Hub 將所有行為收斂在單一平台，客戶得以即時追蹤審計進度而非等待期末 PDF。
• 跨過程除法先乘問題是 Slither 盲區：Resupply Finance 的 1000 萬美元漏洞根因是「除法結果存入 storage 後再被乘法使用」，Slither 雖有除法先乘偵測器，但無法跨函數追蹤中間有 storage 操作的情況；DeFi Vanguard 支援自訂偵測器，可明確描述跨過程 storage 讀寫路徑來補上這個盲區。
• 靜態分析 + 模糊測試組合驗證可行性：靜態分析器可能回傳誤報，Orca 模糊測試器透過宣告式規範（如「三個函數結束後用戶必須有償付能力」）自動生成反例，驗證靜態分析警告是否真的可被利用，兩者互補。

DeFi Security Summit - DSS

• 形式化驗證不是「找漏洞」也不是「零 bug 保證」，而是在明確假設下（如 ERC20 代幣行為正常、預言機公平）證明指定屬性永遠成立。屬性設計錯誤才是最大風險，因為屬性不完整就會漏掉漏洞。
• 摘要（Summary）替換是驗證大型合約的關鍵技巧。Uniswap v4 的內部 swap 函數遍歷所有 tick 且極為複雜，直接驗證會超時；改用非初始化變數（讓求解器自由猜值）表示「任意可能的交換結果」，既保留完整性又讓驗證可行。
• 不變量（Invariant）比 require 更嚴謹。Hook 必須部署到特定地址才有權限；與其在每條規則加 `require`，不如先用不變量證明「地址永遠正確」，後續規則直接引用，避免錯誤 require 掩蓋 bug。

DeFi Security Summit - DSS

• 安全必須分層，單一防護不夠。 OPSEC 涵蓋實體（隱私濾鏡、鎖螢幕）、設備（瀏覽器 Profile 分離、專用簽名機）、網路（VPN、私人 RPC）、應用（密碼管理器、2FA）與行為（驗證優先）五層，缺任何一層都是弱點。
• 「不信任 UI，信任設備」是簽名鐵律。 Bybit 事件的根本教訓是：多位簽名者相信了被竄改的前端顯示，而沒有比對硬體錢包螢幕上的原始交易資料，才讓攻擊者得逞。任何高價值交易都必須在硬體錢包顯示面板上逐字確認。
• 開發者執行客戶程式碼要在隔離環境。 跑 Foundry 測試、審計外部 repo、打開合約 PDF 都是潛在攻擊入口。Docker 容器提供最低成本隔離；Qubes OS 則為每個進程啟動獨立 VM，達到 OS 層級完全隔離。

DeFi Security Summit - DSS

• Flow 是有狀態模糊測試的核心執行單元：每個 Flow 對應一筆合約交易，測試者在 `pre_sequence` 中部署合約、在 Flow 中準備隨機輸入並調用合約，模糊測試器依照設定的權重（weight）隨機排列 Flow 序列來探索狀態空間。這種設計讓成功率接近 100%，因為複雜的前置條件（例如 approve）可直接在 pre-execution 中手動完成。
• 差異化測試（Differential Testing）可捕捉細微邏輯錯誤：測試者在 Python 中維護一份與 Solidity 合約邏輯對應的狀態模型（例如用 `defaultdict` 追蹤餘額），Invariant 只與 Python 模型比對，不直接讀取合約 view function，這樣才能驗證「合約行為是否符合預期」而非「合約是否自我一致」。
• 可重現性與除錯能力是 Wake 的關鍵優勢：每次模糊測試從固定隨機種子（seed）開始，發現問題時可保存種子重現相同序列；`-d` 旗標在失敗時自動附加 Python 偵錯器，允許直接在模糊測試運行時探索合約狀態、呼叫 view function、設置斷點，大幅縮短除錯循環。

DeFi Security Summit - DSS

• ZK 的本質是方程式的解　ZK 不是抽象地「證明你知道某事」，而是證明你擁有一組滿足特定方程式系統的解，並且做到簡潔（資料量遠小於變數數量）且不洩漏答案。這個框架讓數學式能夠表達「x 屬於集合 {1,2,3}」或「兩個列表互為排列」等有意義的語義約束。
• 進入 ZK 審計有兩條快速路徑　講者觀察到成功加入 ZK 審計公司的人，要嘛有扎實的數學底子，要嘛有強烈的攻擊者思維（來自 Solidity 或 Web2 安全背景）。後者一旦理解 ZK 最低限度的運作原理，最快一週即可開始產出有效的安全分析。
• 數學是基礎，但不需要全部學完才能開始　代數是絕對必要的基礎；抽象代數是讀論文的語言；線性代數主要作為進入抽象代數的踏腳石。建議把數學學習當作生活方式（5 至 10 年視野），而不是先完成再行動的前置條件。在穩定推進數學的同時，可以先切入 Circom 與算術化（Arithmetization）的約束設計。

DeFi Security Summit - DSS

• 協議安全與智能合約安全的根本差異：智能合約漏洞（如重入、預言機操控）只影響單一應用，而協議層漏洞（如 RLP 編解碼錯誤、EVM 狀態分歧）可能使整個以太坊網路陷入共識分裂，影響所有節點與用戶，等級遠高於應用層。
• 差異模糊測試是核心防線：針對同一 EIP，讓 Lighthouse（Rust）、Prism（Go）、Teku（Java）、Nimbus（Nim）同時處理相同輸入，比對各客戶端輸出。結果一致則通過；出現分歧即視為潛在共識漏洞，記錄種子以確保可重現。
• 客戶端多樣性是防範重大攻擊的關鍵設計：若單一客戶端佔多數（歷史上 Geth 曾超過 70%），該客戶端的 bug 就等同於「多數意見」，即使其他客戶端正確，也會被少數方惩罰，最終整條規範鏈可能建立在錯誤狀態之上。

DeFi Security Summit - DSS

• L2 安全 ≠ 資產安全：L2 Stage 0/1/2 等標準只保障原生橋的資產，但實際上 Base 鏈上僅 25% 資產走原生橋，另外 75% 由第三方橋或原生增發引入，這些資產不繼承 L2 安全屬性，即使在 L2 上操作，安全等級跟在 Ganache 本機節點上沒有本質差異。
• 交易排序才是 L2 安全的核心：L2 的鏈狀態由交易排序決定，只要排序被確認且不可回滾，狀態結果可本地計算。目前多數 Rollup 使用單一 Sequencer，Sequencer 發佈後約 15 分鐘上 Ethereum，才真正達到最終性；移轉金額大時應等待此確認。
• 橋的安全層級高於鏈：Layer Zero 等第三方橋自行控制結算，橋方委員會若被攻陷，即使鏈本身安全，資產仍可被清空。最壞情境下（如 USDT0 被無限 mint），影響會被隔離在單一鏈的單一資產，但鏈上 LP 流動性仍會被清洗。

DeFi Security Summit - DSS

• Dev container 的「便利性」即攻擊面：VS Code Remote 擴充套件為了讓 SSH、git、GPG 無縫運作，將 host 的 agent socket 直接掛載進容器；攻擊者若控制容器內任何擴充套件，即可竊取 GPG passphrase 或利用 SSH agent forwarding 繞過網路隔離。
• VS Code 擴充套件可觸發 host 端 terminal：`createTerminal` 與 `sendSequence` 兩個 API 允許容器內的擴充套件在 host 上開啟新 terminal 並傳送任意字元，形成容器逃逸鏈，整個過程不到一秒且視覺上幾乎不可見。
• AI 工具的 prompt injection 不需要欺騙使用者：攻擊者只需在 repository 的 markdown 或設定檔中嵌入隱藏指令（Rendered 後不顯示），Cursor/Gemini/Copilot 讀取後即自動補全惡意程式碼、執行後門 post-install script 或將資料 POST 至遠端伺服器，使用者完全未介入。

DeFi Security Summit - DSS

• 模糊測試的本質是機率保證：Fuzz 再多次也只覆蓋輸入空間的極小比例，對於只有特定超大整數才能觸發的 bug（概率約 1/2²⁵⁶），實際上永遠找不到。
• 形式化驗證用公式取代枚舉：CVL 規格和 Solidity fast test 看起來幾乎相同，但 Prover 把程式碼與規格編譯成一個覆蓋所有輸入的邏輯公式再交給 solver 求解，不依賴隨機性。
• Stateful invariant 的歸納法驗證：對有狀態合約，先證明 invariant 在建構後成立，再對每個改變狀態的函數證明「若 invariant 進入則 invariant 離開」，即可保證所有可達狀態均滿足。

DeFi Security Summit - DSS

• 靜態 vs 狀態模糊測試的本質差異：Foundry fuzz test 只能隨機化單次呼叫的參數，無法測試「swap 之前先 donate」這類跨操作的狀態路徑；Echidna 的狀態模糊測試則讓模糊器自由排列所有合約函式的呼叫順序，找到人類不會手寫的序列。
• 語料庫（corpus）是專業模糊測試的核心資產：Echidna 將每次探索到的「有趣路徑」存入語料庫，可在後續測試中快速重播，因此審計公司（如 Recon）會先花時間建立高品質語料庫，再交給客戶，讓客戶 4 小時內即可重現所有屬性測試，而不需跑幾天。
• 覆蓋率報告是診斷模糊器的唯一依據：當模糊器無法打破屬性時，第一步是看覆蓋率 HTML 報告（紅線 = 未觸及）。本案例中模糊器卡在 mint 的初始化檢查，解法是在 setup 預先 mint 代幣並 approve 給 pool，讓模糊器從更豐富的狀態出發。

DeFi Security Summit - DSS

• 雙群組 Telegram 中間人詐騙：攻擊者創建兩個分別冒充買賣雙方的 Telegram 群組，充當人工中繼站轉傳訊息，受害者看到的對話內容完全一致。破解方法是在不同通訊管道（如 WhatsApp）交叉驗證轉帳地址，因此流程與制度的存在即使 99% 時間無用，那 1% 就能防止災難。
• 釣魚已從「仿冒」升級為「借道真實來源」：Eventbrite 官方帳號、Trezor 電子報系統、以太坊基金會部落格、Vitalik 的 Twitter 帳號都曾被用作釣魚載體；攻擊者甚至先駭入目標的律師信箱，在受害者預期收到合約草稿的那一天，從律師的真實信箱寄出含惡意文件的郵件。
• TOTP 2FA（Google Authenticator 等）可被即時釣魚代理：釣魚網站把使用者輸入的帳密與驗證碼即時轉發至真實網站登入，驗證碼就在你輸入的瞬間失效；唯有 YubiKey 搭配 FIDO2（Passkey）才能讓金鑰自動驗證請求來源網域，釣魚網站上 YubiKey 不會回應。

DeFi Security Summit - DSS

• 學習策略：深度優先，再擴廣度。 新手應集中攻一個主題（如借貸協議）數月，直到遇到瓶頸再切換，而非分散學習。AI 可加速流程但不能取代思考能力的養成，否則將失去自主分析程式碼的能力。
• 審計思維：切換「理解模式」與「破壞模式」。 審計員必須先理解程式碼的設計意圖，再以攻擊者視角問「如果這種情況發生會怎樣」，主動尋找缺失的檢查、邊界條件與隱含假設，而非只看到已存在的東西。
• 工具與形式驗證：善用無狀態函式庫加速驗證。 將複雜邏輯抽離為無狀態函式庫後，可用 Certora、Alma 等工具快速形式化驗證數學正確性、提取最大最小值邊界，大幅縮減需人工審查的程式碼範圍。

經營男不難

• 企業成長陷阱的根本在代際差異。1950-1990年代出生的老闆在威權體制下成長，慣於家長式領導；但Y/Z世代員工在民主環境成長，追求被重視和自主空間，導致人才流失與獲利衰退。
• 阿米巴制的精髓是「敬天愛人」的經營哲學，意為老闆需具有「量」（格局）、善待團隊、讓員工自負盈虧、分享利潤，實現共存、共榮、共利、共享的境界。
• 分權管理成功的三大必要條件缺一不可：正確的制度設計、充分的團隊培訓、以及老闆真正放手的決心。只有制度而無培訓或制度正確但老闆仍想控制一切，都將導致失敗。

經營男不難

• 市場現狀：東協已是中國加三（中國+越南+馬來西亞+印尼）的產業鏈，製造業面臨中國低價傾銷，但本地消費市場成長快速。臺灣傳統產業若只做代工已無優勢，必須做市場開發。
• 人才是關鍵障礙：臺灣高管「八大領域不通、語言成障礙」無法落地海外。解決方案是大量利用在臺東協留學生（大三大四打工，畢業回國），或與當地人合作，用臺灣人做監工角色，讓當地人主導營運。
• 產業差異戰略：電子產業因供應鏈關係必須跟核心廠赴東協；食品、建材、數字服務等則應視東協為消費市場，在當地生產銷售，且需大幅本地化。

經營男不難

• 彼得原理解釋了為什麼優秀員工升主管後常常失敗——組織忽略教導員工如何當主管的責任。表現優異不代表具備領導和管理認知，必須補充領導心態、價值觀與管理知識的培訓。
• 主管培訓應分階段進行，基層主管著重管理能力（對事對物的執行管控、品質、時效），中階主管著重領導整合能力（規劃、整合人力與資源、達成目標）。隨著層級上升，動腦時間增加、執行時間減少。
• 企業必須建立遊戲規則和制度，包括愿景理念、組織職責表、全責表和工作規則等四大基本要件，才能讓主管依規行動，而不是被上司每項決策都請示。制度是解放領導者時間的關鍵。

DEFCONConference

• 物理安全分為三層：防護安全（鎖，防止進入）、檢測安全（防篡改封條，記錄入侵跡象）、程序安全（正確存儲管理）。研究重點討論前兩層，因為程序安全因地區差異過大。
• 研究團隊透過系統的文獻搜索，從數千個投票工作人員培訓視頻、EAC認證文件、在線銷售紀錄等公開來源恢復鑰匙。許多州政府實際上在公開的培訓資料中展示了清晰的鑰匙照片，甚至在影片中逐步說明如何開啟。
• 投票機廠商（ES&S、Hart InterCivic、Dominion）使用的大多數是標準商用鑰匙：ES&S使用J236及301號鑰匙、Hart使用South Co品牌的S010鎖、所有廠商都使用可在線購買的標準鑰匙。某些通用鑰匙如CH751（RV房車標準鑰匙）甚至在DEFCON黑客大會的標準滲透測試工具包中就包含。

DEFCONConference

• Carver模型的系統性評估
• 講者以CIA冷戰時期開發的Carver分析法（原用於評估軍事目標弱點），應用到投票系統防禦。該模型透過六個維度識別關鍵漏洞：移除這個元件有多重要、多容易到達、被破壞後多難恢復、敵方需費多大力氣重建、造成什麼效果、對方是否會察覺。這讓防禦者得以優先配置有限資源到真正的關鍵點。
• 聲譽與信任是最脆弱的戰線

DEFCONConference

• 資料庫缺乏加密完整性驗證 — Dominion系統將AES加密密鑰、IV值和HMAC密鑰以純文本形式儲存在資料庫和投票工作人員卡上，採用對稱加密使得任何獲得密鑰的人都能加密解密內容，系統完全依賴這些未簽名的資料庫來顯示選票內容。
• 兩層次攻擊模式 — "駭客投票者"改變螢幕顯示但不留紀錄使選民改變投票意圖，"駭客投票計數"改變列印選票與二維碼的對應關係使計票結果與選民選擇相反，兩種攻擊結合造成雙重威脅。
• 高度可擴展的攻擊途徑 — 只需USB裝置和幾秒鐘時間即可修改配置，密鑰分佈在縣級伺服器、投票工作人員卡和每台機器上，攻擊者可在投票前多個時間點注入修改的資料庫。

DEFCONConference

• 端對端可驗證性被誤解為技術萬靈丹。演講者指出，儘管E2E系統理論上能讓選民和觀察者驗證投票記錄，但連該技術的創造者（如Helios系統開發者Josh Benaloh）都明確表示，政府選舉不應使用網際網路投票，因為利益太高。所有技術專家共識都反對此應用。
• 客戶端威脅比密碼學漏洞更危險。演講者強調，密碼系統有多安全都不重要，因為真正威脅來自用戶手機或電腦上的惡意軟體和釣魚攻擊。他提供數據證明：新罕布什爾州單從商業清單就能找到12.9萬個手機號碼，套用14.5%的釣魚點擊率，可欺騙超過9萬選民。
• 社交工程具有民權風險。有了人口統計數據，攻擊者可以針對傳統邊緣化社區進行釣魚活動，達成投票抑制。與機器人來電不同，國家若採用該系統則負有責任，使其成為民事權利問題。

DEFCONConference

• 1. 密碼學定義與現實實現的巨大鴻溝
• 投票系統的密碼學安全目標包括正確性、隱私、無收據、抵抗脅迫與端到端可驗證性。但實際部署系統在設計與實現上充滿妥協與缺陷，使這些理論保障形同虛設。講者強調，即使採用最先進的密碼學技術，也無法彌補系統層面與信任鏈上的根本漏洞。
• 2. 設備端與服務器端都存在嚴重脆弱性

DEFCONConference

• RLA 的統計原理基於 1939 年 Jean V. 論文的機率模型：以一美元開始，反覆下注選票內容，若能將賭金乘以 K 倍，則只有 1/K 的機率是在報告結果實際錯誤的情況下發生，因此當選人贏得足額資金時就有強而有力的證據證明他們真的贏了。
• 可信紙質選票是不可迴避的前提，RLA 無法修補製度缺陷：需要嚴格的選票保管、投票人資格審查、選票計數完整流程，RLA 只能驗證報告結果是否反映紙質選票內容，不能彌補選票本身遭竄改或管理不善的漏洞。
• RLA 判斷當選人是否真的贏，而非審計計票準確度：即使每份選票都被誤計，只要當選人依然獲勝，RLA 也會正確停止，因為它檢查的是報告結果的合理性而非計票機的正確性。