KeyFrame內部研究專用

DeFi security Summit 2023 - Session 9: Focused Talks 1 - Andrew Beal

DeFi Security Summit - DSS·7月16日週日·10 min英文

三句話摘要

Web3 威脅情報的定義、分類、收集方式與實際應用。 Web3 威脅情報從集中式執法工具演進為去中心化、多層次、面向所有參與者的安全基礎設施,通過 Forta 等開放平台實現了威脅檢測和情報共享的民主化。 威脅情報的三層分類體系:操作性情報關注單次攻擊的具體要素(攻擊者地址、惡意 URL、時間戳),戰術性情報抽象出重複的攻擊模式(如代幣空投騙局、流動性注入造假),戰略性情報則為管理層提供趨勢決策依據,這種分層設計讓不同角色能各取所需。

重點整理

重點
  • 1

    威脅情報的三層分類體系:操作性情報關注單次攻擊的具體要素(攻擊者地址、惡意 URL、時間戳),戰術性情報抽象出重複的攻擊模式(如代幣空投騙局、流動性注入造假),戰略性情報則為管理層提供趨勢決策依據,這種分層設計讓不同角色能各取所需。

  • 2

    鏈和生態差異決定攻擊目標:以太坊的高價值 NFT 流通促使攻擊者以竊取現有資產為主,而 BNB 鏈因交易費用低廉,使詐騙代幣的設置成本更低,攻擊者更傾向誘導用戶購買詐騙代幣,這反映了攻擊成本和收益在不同鏈上的權衡。

  • 3

    Forta 網絡的去中心化檢測架構:不同於傳統集中式安全監控,Forta 允許 1100+ 獨立開發者部署檢測機器人,每個機器人監控特定威脅模式,形成透明的、社區驅動的安全生態,降低單點故障風險。

  • 4

    多層次檢測技術的組合應用:從簡單的基於規則的啟發式方法,到機器學習的模式識別,再到關聯推斷和相似性分析,這些技術互補使用能捕獲已知攻擊和新變種,實現從反應式到預測式的升級。

實用技巧與重點

乾貨
  • 威脅情報類型:操作性、戰術性、戰略性
  • 具體操作性情報示例(網路釣魚攻擊):詐騙者 EOA 地址、鏈 ID、惡意 URL、攻擊技術(冰釣/代幣授權挖礦)、時間戳
  • 戰術性威脅情報示例:垃圾代幣空投、Sleep Dropping 騙局、向流動性池注入數百萬美元造假、利用已驗證代理合約偽造合法性
  • 鏈特性差異:以太坊重點竊取 NFT 等現有資產,BNB 鏈重點誘導購買詐騙代幣(因交易費用低)
  • Forta 網絡規模:1100+ 個機器人/檢測代理
  • 檢測技術
  • 啟發式方法(基於規則)
  • 機器學習檢測(模式識別)
  • 關聯性推斷(基於已知攻擊者關聯新實體)
  • 相似性分析(識別代碼相似的詐騙合約)
  • 使用者群體:執法機構、中央交易所、錢包、DApp、協議團隊、最終用戶
  • 實際應用:錢包交易簽署警告彈窗、社交媒體釣魚情報提示

結論

結論

Web3 威脅情報從集中式執法工具演進為去中心化、多層次、面向所有參與者的安全基礎設施,通過 Forta 等開放平台實現了威脅檢測和情報共享的民主化。

完整解析

詳細

Andy Bill 分享了 Web3 威脅情報領域的最新進展。他開場強調這是威脅情報發展的激動時期,因為數十家公司正在進行檢測工作生成威脅情報,而佛羅里達大學採取了獨特的開放策略,將威脅情報公開供社區使用。

威脅情報的本質是收集和分析數據,但其終極目的有二:一是阻止攻擊發生,二是深入理解攻擊者的身份、技術、戰術和行為模式。為此,講者將威脅情報分為三個層級。操作性威脅情報關注最具體的攻擊細節,如網路釣魚攻擊中的詐騙者地址、惡意 URL、攻擊時間戳和具體技術手段;戰術性威脅情報(TTP)則抽象出攻擊者重複使用的方法論,例如通過空投垃圾代幣、向 AMM 流動性池注入巨資製造合法假象、或冒用已驗證合約代碼等策略;戰略性威脅情報最為高層,提供整體威脅趨勢,幫助公司董事會做出產品和投資決策。

在鏈上數據分析層面,講者觀察到一個關鍵現象:不同公鏈的攻擊模式存在顯著差異。以太坊上因 NFT 等高價值資產大量流通,攻擊者的首要目標是直接竊取用戶已持有的資產。而在 BNB 鏈上,由於交易費用更低、詐騙代幣的部署和基礎設施成本更廉價,攻擊者反而更傾向於利用社交工程誘導用戶購買和投資詐騙代幣。這種成本-收益的差異直接影響了攻擊者的戰略選擇。

威脅情報的收集主要通過 Forta 網絡實現,這是一個基於 Web3 的大型分布式安全監控系統。Forta 本質上是 Web3 生態中的「巨型安全攝像頭和警報系統」,俯瞰所有鏈上活動,尋找漏洞、詐騙和異常模式。該網絡目前運行著約 1100 個機器人或檢測代理,部分由佛羅里達基金會開發,部分由開發者社區構建,任何開發者都可以部署專屬檢測工具監控特定威脅。在檢測技術層面,Forta 社區採用多種互補方式:基於規則的啟發式方法(如「看到 A 和 B,就標記為詐騙」)適合處理已知模式;機器學習檢測則可識別相似但新變種的攻擊;關聯性推斷能自動標記與已識別攻擊者相關聯的新合約;相似性分析則通過對比智能合約代碼結構,標記看起來像詐騙的新部署。

威脅情報的應用場景正在擴展。傳統上,執法機構、FBI、中央交易所和反洗錢合規平台主要使用威脅情報。但近一兩年來,這些情報已開始向 Web3 原生應用滲透。使用者現在會在錢包中看到交易簽署前的警告彈窗,告知即將交互的合約是否涉及已知惡意實體。協議團隊若及時獲得威脅情報,可快速響應潛在攻擊。最終用戶也可藉由監控推特、Discord 等社交媒體上的威脅情報發佈,避免成為社交工程詐騙的受害者。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「Web3 安全」的內容

IF YOU OWN XRP YOU NEED TO SEE THIS PRICE MANIPULATION! ⚠️
8 min
Web3 安全英文8月14日

IF YOU OWN XRP YOU NEED TO SEE THIS PRICE MANIPULATION! ⚠️

Zach Humphries

  • 機構支撐的積極意義:價格操縱常被視為負面,但Ripple掌握大量XRP供應與escrow,在熊市期間提高價格下限,實際上替零售投資者鎖定了低風險的積累區間,這不是剝削而是市場穩定機制。
  • 歷史模式驗證:2024年7月至11月XRP在50美分附近橫盤整理,低點觸及42美分(wick),高點65美分;隨後11月5日至12月5日單月上漲456%,年底到2025年初累計漲幅534%,這個歷史周期正在1美元價位重演。
  • 比特幣聯動邏輯:講者在4-5月就預測「如果比特幣跌至60k以下,XRP會跌至1美元或更低」,此預測精準應驗,反映出熊市中兩者的明確連動關係。
Minimmit, Multimmit and the New Consensus Frontier with Patrick O'Grady
72 min
Web3 安全英文PODCAST8月5日

Minimmit, Multimmit and the New Consensus Frontier with Patrick O'Grady

Zero Knowledge

  • 反向 Linux 架構:Commonware 刻意暴露棧各層級控制,讓開發者自訂執行環境、共識機制、密碼學實現,而非像 Cosmos SDK 只允許應用層以上定制。2-3 個月能組裝一條定製鏈,代價是額外深度但回報是長期維護成本降低及效能優化彈性。
  • 容錯假設的典範轉移:Alpine Glow(Solana 2025)實現單輪投票定終的關鍵是將容錯預算分離為獨立的 Byzantine 和 Crash 容限。傳統系統把 33% 當一個整體預算;新模型允許 20% 惡意加 20% 崩潰,打破了 PBFT 理論界線,釋放單輪設計空間。
  • Minimet 與 Multimet 的遞進:Minimet 是 5F+1 設定下的乾淨構造,實現更短視圖延遲;Multimet(剛發布)進一步允許並行 mini-commits 且驗證者可推翻領導者審查,使用者交易在全球分布式網路達到 200-300 毫秒端到端定終。
Private Information Retrieval (PIR) with Alex Hoover
64 min
Web3 安全英文PODCAST7月29日

Private Information Retrieval (PIR) with Alex Hoover

Zero Knowledge

  • PIR 保護的是訪問模式,不是資料本身
  • PIR 與加密不同,它關注的是隱藏「客戶端查詢了什麼」,而非「資料是否加密」。在公開資料庫(如區塊鏈)上,客戶端可以在不洩露查詢對象給伺服器的情況下檢索特定條目,解決了輕量級客戶端的隱私和防審查問題。
  • 客戶端預處理方案是突破瓶頸的關鍵