ویتالیک بوترین: هوش مصنوعی امنیت نرم‌افزار را در برابر هک ارتقا می‌دهد
آپگیتمثبتنوآوری فناوریاخبار

ویتالیک بوترین: هوش مصنوعی امنیت نرم‌افزار را در برابر هک ارتقا می‌دهد

زمان مطالعه: ۴ دقیقه

ویتالیک بوترین، بنیان‌گذار اتریوم، استدلال کرده است که هوش مصنوعی (AI) با وجود تمایل شناخته‌شده‌اش به توهم‌زایی و تولید کدهای پر از اشکال، می‌تواند به قدرتمندترین ابزار در دنیای نرم‌افزار برای جلوگیری از حملات سایبری تبدیل شود. البته این امر بدون یک شرط مهم میسر نیست: هوش مصنوعی به تنهایی قادر به انجام این کار نیست و به یک «مراقب ریاضی» به نام «تأیید صوری» (formal verification) نیاز دارد.

هوش مصنوعی و تأیید صوری: ترکیبی برای امنیت نرم‌افزار

بوترین در پستی وبلاگی که در ۱۸ می منتشر شد، به بررسی چگونگی ترکیب سرعت خام تولید کد توسط هوش مصنوعی با دقت ریاضی تأیید صوری پرداخت. او معتقد است این ترکیب می‌تواند امنیت سیستم‌های نرم‌افزاری، به‌ویژه زیرساخت‌های اتریوم را به طور چشمگیری بهبود بخشد. او همچنین به طور اتفاقی اشاره کرد که حدود ۹۰ درصد از دارایی خالص او در قالب ETH (توکن اتریوم) نگهداری می‌شود، که این موضوع علاقه او به تقویت و ایمن‌سازی اکوسیستم را از جنبه‌ای آکادمیک به امری شخصی‌تر تبدیل می‌کند.

استدلال اصلی بوترین به ظاهر ساده است: هوش مصنوعی می‌تواند حجم عظیمی از کد را به سرعت تولید کند، اما این سرعت با هزینه‌ای از نظر قابلیت اطمینان همراه است. خروجی هوش مصنوعی معمولاً دقت کمتری نسبت به کدی دارد که یک توسعه‌دهنده انسانی با دقت فراوان تولید می‌کند. در قراردادهای هوشمندی که میلیاردها دلار ارزش را مدیریت می‌کنند، این موضوع یک تهدید وجودی محسوب می‌شود.

تأیید صوری از اثبات‌های ریاضی برای نشان دادن رفتار صحیح کد در تمام سناریوهای ممکن استفاده می‌کند، برخلاف روش تست که تنها رفتار برنامه را در سناریوهای خاص بررسی می‌کند.

بوترین به طور خاص به ابزار «Lean theorem prover» به عنوان یک ابزار کلیدی در این حوزه اشاره کرد. Lean به توسعه‌دهندگان اجازه می‌دهد تا اثبات‌هایی بنویسند که به صورت مکانیکی قابل بررسی هستند و لایه‌ای از قطعیت ریاضی را ایجاد می‌کنند که بازبینی سنتی کد قادر به دستیابی به آن نیست.

او به یک ایراد رایج اشاره کرد: این نگرانی وجود دارد که مهاجمان نیز بتوانند از هوش مصنوعی برای یافتن سریع‌تر باگ‌ها استفاده کنند. پاسخ بوترین به این نگرانی این بود که این دغدغه «گذرا» است. یک اثبات تأیید شده، پس از تأیید، دائمی است، در حالی که یافتن یک باگ توسط مهاجم، رویدادی یک‌باره است.

کاربردها در رمزنگاری پساکوانتومی و اثبات‌های دانش صفر

رمزنگاری پساکوانتومی یکی از حوزه‌هایی است که بوترین به آن اشاره کرد. با نزدیک شدن کامپیوترهای کوانتومی به توانایی شکستن طرح‌های رمزنگاری فعلی، اتریوم و سایر بلاک‌چین‌ها به امضاهای مقاوم در برابر کوانتوم نیاز خواهند داشت و تأیید صوری مسیری را برای اطمینان‌بخشی فراهم می‌کند که تست به تنهایی قادر به ارائه آن نیست.

اثبات‌های دانش صفر (Zero-knowledge proofs) حوزه دیگری هستند. فناوری ZK از طریق ZK-EVMs و رول‌آپ‌ها، نقشی اساسی در استراتژی مقیاس‌پذیری اتریوم ایفا می‌کند. این‌ها ساختارهای رمزنگاری فوق‌العاده پیچیده‌ای هستند که در آن‌ها یک باگ ظریف می‌تواند تمامیت یک شبکه لایه ۲ را به خطر اندازد.

بوترین به دو پروژه در حال انجام به عنوان نمونه‌هایی از این کار در عمل اشاره کرد: Arklib، یک پیاده‌سازی تأیید شده صوری از STARKs (یکی از دو خانواده اصلی سیستم‌های اثبات دانش صفر) و evm-asm، یک انتزاع EVM که برای قابل تحلیل‌تر کردن ماشین مجازی اتریوم برای تحلیل صوری طراحی شده است.

تغییر مدل‌های اعتماد و محدودیت‌ها

یکی از مشاهدات جالب‌تر او در مورد مدل‌های اعتماد بود. تأیید صوری نه تنها کد را امن‌تر می‌کند، بلکه آنچه کاربران نیاز دارند به آن اعتماد کنند را نیز تغییر می‌دهد. به جای حسابرسی کل کد، خط به خط، کاربران می‌توانند ادعاهای سطح بالا در مورد عملکرد کد را تأیید کنند.

بوترین دو محدودیت قابل توجه را شناسایی کرد. اول، ریسک مشخصات (specification risk). تأیید صوری اثبات می‌کند که کد با مشخصات خود مطابقت دارد، اما اگر خود مشخصات اشتباه باشد، اثبات بی‌ارزش است.

دوم، سخت‌افزار. نرم‌افزار می‌تواند به صورت صوری تأیید شود، اما تراشه‌های فیزیکی که آن نرم‌افزار را اجرا می‌کنند، حداقل با همان سطح دقت، قابل تأیید نیستند. یک پردازنده معیوب می‌تواند حتی کد کاملاً تأیید شده را تضعیف کند.

با وجود این ملاحظات، بوترین تأیید صوری با کمک هوش مصنوعی را به طور بالقوه «شکل نهایی» توسعه نرم‌افزار توصیف کرد. ریشه‌های تأیید صوری به دهه‌های ۱۹۵۰ و ۱۹۶۰ بازمی‌گردد، اما کاربردهای عملی آن محدود باقی مانده و عمدتاً به صنایع هوافضا، دفاع و تعداد معدودی از صنایع حیاتی دیگر که هزینه اثبات ریاضی در آن‌ها با هزینه شکست توجیه‌پذیر بود، محدود شده است.

آنچه اکنون در حال تغییر است، اقتصاد این حوزه است. هوش مصنوعی به طور چشمگیری تلاش انسانی مورد نیاز برای نوشتن کد و اثبات‌ها را کاهش می‌دهد و به طور بالقوه تأیید صوری را برای طیف بسیار گسترده‌تری از نرم‌افزارها عملی می‌سازد.

برچسب‌ها:آپگیتمثبتنوآوری فناوریاخبار
کپی شد

مقالات مرتبط

ویتالیک بوترین: هوش مصنوعی امنیت رمزارزها را تهدید نمی‌کند
آپگیتمثبتنوآوری فناوریاخبار

ویتالیک بوترین: هوش مصنوعی امنیت رمزارزها را تهدید نمی‌کند

ویتالیک بوترین، هم‌بنیان‌گذار اتریوم، معتقد است هوش مصنوعی پایان امنیت سایبری نیست، بلکه مدل‌های پیشرفته می‌توانند به سخت‌تر کردن هک نرم‌افزارهای رمزارزی کمک کنند. بوترین روز چهارشنبه در پستی در شبکه

ادامه مطلب
زکش (ZEC) به اوج ۱۰ ساله رسید: ادامه صعود یا زمان خنک شدن؟
آپگیتخنثیروند بازاراخبار

زکش (ZEC) به اوج ۱۰ ساله رسید: ادامه صعود یا زمان خنک شدن؟

زکش (ZEC) به اوج ۱۰ ساله خود رسید: آیا افزایش قیمت ادامه می‌یابد یا زمان اصلاح است؟ ارز دیجیتال حریم خصوصی محبوب، زکش (ZEC)، بار دیگر عملکردی خیره‌کننده از خود نشان داده و در ۲۴ ساعت گذشته با رشدی دو

ادامه مطلب
CFTC به توسعه‌دهندگان کیف پول رمزارز راه گریز جدیدی داد
آپگیترگولاتوری و سیاستمثبتاخبار

CFTC به توسعه‌دهندگان کیف پول رمزارز راه گریز جدیدی داد

کمیسیون معاملات آتی کالا در ایالات متحده (CFTC) دریچه‌ای نظارتی را به روی توسعه‌دهندگان نرم‌افزار گشوده است که به برخی از آن‌ها اجازه می‌دهد مشتقات را بازاریابی کنند، کارمزد معاملات را جمع‌آوری نمایند

ادامه مطلب