Криптографическая устойчивость в эпоху ИИ: системные уязвимости DeFi и стратегии противодействия

Справедливо будет указать на разрушение классической модели кибербезопасности, так как методы защиты зачастую развиваются линейно, в то время как атакующие алгоритмы используют экспоненциальные возможности нейросетей.

​​Взлом протокола Drift на Solana и Resolv иллюстрируют системную проблему криптографической устойчивости и логических ошибок в коде. В среде децентрализованных финансов (DeFi), где код является открытым, ИИ способен проводить мгновенный аудит и находить «эксплойты» быстрее, чем команда разработчиков успеет их устранить.

​​Рост спроса на «холодные» кошельки означает переход от программного обеспечения как доверенной среды к физически изолированным системам хранения, что минимизирует площадь соприкосновения с сетевыми ИИ-алгоритмами.

Однако  здесь  необходимо добавить несколько важных нюансов.

​ИИ как средство защиты (AI-driven Defense). Важно понимать, что системы безопасности также интегрируют машинное обучение для поведенческого анализа. Современные системы анти-фрода способны детектировать аномальные транзакции в реальном времени, что было бы невозможно без ИИ.

​Социальная инженерия 2.0. Самая большая опасность ИИ для владельцев криптовалют сегодня — это не только взлом протоколов, но и дипфейки. Злоумышленники могут имитировать голоса или лица руководителей бирж или близких людей для получения доступа к ключам. Это делает «человеческий фактор» еще более уязвимым звеном.

​Проблема физической безопасности.  По мере того как цифровой взлом становится сложнее, преступность может сместиться в офлайн-плоскость (силовое давление), что требует от крупных инвесторов комплексного подхода к безопасности, выходящего за рамки IT.

​ Мы входим в эпоху, где безопасность становится динамическим процессом, а не статическим состоянием. Старые методы хранения и проверки данных перестают быть надежными, и пользователям необходимо переходить к многофакторным моделям защиты с использованием аппаратных ключей и физической изоляции данных.

Автор: канд. экон. наук, доцент кафедры мировой экономики и мировых финансов Финансового университета при Правительстве РФ Наталья Ивановна Човган.