资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
核心观点
人工智能与量子计算的融合正在缩短区块链加密系统面临潜在威胁的时间线。
攻击者正采用“先窃取，后解密”的策略，即当前收集加密的区块链数据，待未来量子技术成熟时再进行解密。
从比特币到以太坊，绝大多数区块链平台依赖的椭圆曲线密码学，最终可能被量子计算机破解。
机器学习技术扮演着双重角色：攻击者利用它来发现漏洞，而防御者则将其部署于安全审计和验证流程。
包括NEAR、以太坊、Solana在内的主要区块链生态系统正在积极制定抗量子迁移路线图。
安全专家与区块链研究人员发出警告，机器学习的进步正在以前所未有的速度推动量子计算能力的发展。这种技术融合正迫使加密货币平台从根本上重新思考其保护数字资产和敏感信息的方法。
关于加密安全的讨论正从“是否会发生”转向“多快会发生”。研究人员和区块链开发者日益警告，人工智能可能会加速能够挑战当今加密标准的量子计算系统的到来。领先的研究人员指出，量子计算机对区块链基础设施构成真正风险——这一度看似遥远的假设情景，如今正以超出行业预期的速度逼近。
理解根本性风险
绝大多数加密货币网络，尤其是比特币和以太坊，根本上依赖于椭圆曲线密码学来维护钱包安全与交易完整性。一台具备足够处理能力的量子计算机，有可能从对应的公钥反推出私钥，从而为恶意行为者攻破并掏空脆弱的加密货币钱包开辟路径。
专注于抗量子区块链基础设施的公司首席执行官亚历克斯·普鲁登表示，形势正在迅速转变。他说：“在量子计算和人工智能的共同作用下，我们将进入一个全新的安全世界，你不能再依赖以往一成不变的方法。”曾经纯属学术推测的威胁已演变成具体的担忧。安全专家现在着重强调一种名为‘先窃取，后解密’的棘手策略——资源充足的对手系统性地捕获当前的加密信息，寄望于未来的量子计算突破来解锁它。
NEAR Protocol联合创始人、谷歌前人工智能研究员伊利亚·波洛苏欣对时间线表示了深切忧虑。他说：“我们在互联网上发布的一切信息，只要你被视为值得关注的人物，就可以假定将在两年内被解密。这很可能已经在发生。”
人工智能的双重角色
人工智能不仅在加速量子威胁，它当前正被积极部署于整个加密货币领域的进攻性与防御性网络安全行动中。
从攻击角度看，人工智能模型在识别软件系统安全弱点方面正展现出越来越高的复杂性。普鲁登预计，随着这些系统更擅长发现密码学实现缺陷并可能完全攻破较弱的安全协议，机器学习将显著增加行业内成功利用漏洞的频率。
相反，区块链开发者正在利用人工智能进行防护，包括自动化代码审查、形式化验证流程以及对抗量子密码学系统的全面测试。这些方法能够在恶意行为者利用之前识别并消除安全漏洞。
早在2016年就在谷歌从事人工智能研究工作的波洛苏欣强调了机器学习突破的加速性质。他表示：“研究的步伐将从此处开始加速，我们已经看到了人们未曾预料会这么早到来的进展。”他进一步指出了一个令人担忧的循环模式：人工智能促进了更复杂量子计算机的发展，而后者随后可能催生出更先进的人工智能架构。
区块链平台如何应对
许多加密货币项目已超越规划阶段，正在积极实施应对措施。NEAR Protocol近期公布了将其后量子密码标准直接嵌入账户架构的计划。这一架构决策将使用户能够无缝升级其密码保护，而无需将资产迁移至全新的钱包地址。
波洛苏欣透露，这是从一开始就有的有意设计考量。他说：“早在2018年我们设计NEAR时，我们就意识到：量子计算时代终将到来，我们应该为此准备一条简便的升级路径。”以太坊、Zcash、Solana和Ripple也同样在进行各自的后量子安全框架研究与部署。
迁移路径面临着重大技术挑战。现有的后量子密码标准通常需要显著更多的数据存储和计算资源。波洛苏欣指出：“目前标准化的后量子密码学方案非常庞大且缓慢。”普鲁登则阐述了行业面临的根本性转变：密码安全不能再遵循长达十年的更新周期，而是需要持续的监控、评估与演进。他表示：“未来的一切都不会像过去那样静态不变。”
