Loading market data...

Auditoría de IA de Bitcoin Red Team señala casi 5,000 problemas en 390 proyectos

Auditoría de IA de Bitcoin Red Team señala casi 5,000 problemas en 390 proyectos

Bitcoin Red Team, un grupo de investigación en seguridad, ha completado una auditoría impulsada por IA de 390 proyectos de código abierto en el ecosistema de Bitcoin. La revisión descubrió 4,962 hallazgos, una cifra que subraya la magnitud de las posibles brechas de seguridad en el código que sustenta gran parte de la infraestructura de la red. Los resultados se publicaron el jueves.

El alcance de la auditoría

La auditoría cubrió 390 proyectos de código abierto. Eso es un barrido amplio del ecosistema de Bitcoin, desde software de billeteras y implementaciones de nodos hasta bibliotecas y herramientas. El grupo no especificó qué proyectos se incluyeron, pero la lista probablemente abarca los códigos más utilizados en el espacio. El gran número de proyectos revisados convierte esta en una de las mayores barridas de seguridad automatizadas del stack de código abierto de Bitcoin hasta la fecha.

4,962 hallazgos: qué significan

Cuatro mil novecientos sesenta y dos hallazgos es mucho. No todos los hallazgos son vulnerabilidades críticas; las auditorías automatizadas tienden a marcar desde problemas menores de estilo de código hasta posibles errores de corrupción de memoria. Pero el volumen sugiere que, incluso después de años de desarrollo, el código de código abierto del ecosistema de Bitcoin tiene mucho margen de mejora. El equipo aún no ha clasificado los hallazgos por gravedad, por lo que no está claro cuántos son urgentes.

Por qué la IA es importante aquí

Bitcoin Red Team utilizó una herramienta impulsada por IA para la auditoría. Eso es un cambio respecto a la revisión manual tradicional de código o al análisis estático. La IA puede escanear miles de líneas de código más rápido que un equipo humano, y puede detectar patrones que las herramientas más antiguas podrían pasar por alto. La desventaja: falsos positivos. El grupo necesitará clasificar los 4,962 hallazgos para separar las amenazas reales del ruido. No se ha anunciado un cronograma para esa clasificación.