المعلومات المقدمة على EL7.AI هي لأغراض تعليمية وإعلامية فقط ولا تشكل نصيحة مالية.
سجّل الدخول للوصول إلى هذا المحتوى
تسجيل الدخول
في ظل تزايد الاعتماد على التقنيات المتقدمة لتأمين الشبكات اللامركزية، كشف تدقيق أمني موسع مدعوم بالذكاء الاصطناعي عن حجم مخاطر أكبر مما كان متوقعاً في منظومة بيتكوين. ووفقاً للتقارير، تم تحديد 4,962 نتيجة أمنية عبر 390 مشروعاً متعلقاً ببيتكوين، من بينها 720 ثغرة مصنفة كعالية الخطورة أو حرجة. وتعكس هذه النتائج التحديات الأمنية المتزايدة التي تواجه الأصول الرقمية مع تطور أدوات التحليل الآلي التي كشفت عن ثغرات في البنية التحتية البرمجية.
وفقاً للتقارير الصادرة عن المطورين، بلغت تكلفة الحوسبة المستخدمة في عملية فحص الكود وتحليله حوالي 10,000 دولار يومياً لاستباق أي استغلال محتمل لهذه الثغرات. وقد أشار المحللون إلى أن عملية الاكتشاف تمت بمعدل يصل إلى ثغرة حرجة واحدة لكل ساعة لكل شخص مشارك في الفحص، مما يبرز الحاجة الملحة لتحديث المكتبات التشفيرية. ويؤكد اتساع نطاق المشاريع المتأثرة، التي شملت مئات البرمجيات المرتبطة بالشبكة، على ضرورة تعزيز معايير الأمان في كامل قطاع العملات المشفرة.
وعلى صعيد الأجندة الاقتصادية، يترقب المتداولون صدور بيانات مؤشر مديري المشتريات الصناعي في الصين (Manufacturing PMI) في 31 يوليو 2026، والذي قد يؤثر على شهية المخاطرة العامة في الأسواق العالمية. ويظل التركيز منصباً على كيفية استجابة المطورين لإصلاح الـ 720 ثغرة المكتشفة لضمان استقرار الشبكة.
تحديث: كشفت التقارير الإضافية أن عملية التدقيق المكثفة استغرقت 27 ساعة فقط، وشارك فيها فريق مكون من 16 مطوراً اعتمدوا على نماذج الذكاء الاصطناعي. ويرى المحللون أن هذا الحجم الضخم من النتائج يسلط الضوء بشكل أساسي على تحديات فرز وتصنيف المخاطر داخل المشاريع، بدلاً من كونه مجرد فشل أمني تقني.
تحديث: كشفت تفاصيل إضافية من المطور Calle أن عملية التدقيق أنجزت في وقت قياسي لم يتجاوز 27.5 ساعة بواسطة فريق مكون من 16 خبيراً. وقد تم توضيح تصنيف المخاطر الـ 720 المكتشفة، حيث شملت 85 ثغرة حرجة للغاية و635 ثغرة عالية الخطورة، مما يعكس كفاءة أدوات الفحص وسرعة رصد التهديدات.
تحديث: كشفت التقارير الأخيرة أن عملية تحديد الثغرات الأمنية التي قاربت 5,000 ثغرة قد تمت في غضون 24 ساعة فقط من بدء الفحص الشامل. تبرز هذه السرعة الفائقة في الاكتشاف كفاءة أدوات الذكاء الاصطناعي المستخدمة، لكنها تزيد في الوقت ذاته من الضغوط على المطورين لمعالجة هذه المخاطر بشكل فوري.