撰文：Chloe，PANews

加密市場熱度不斷增長，資產的多樣性與復雜性也隨之增加，其熱度受惠於先進技術和創新應用，但也增加了更多遺失以及無法追討的資產數量。根據估計，由於忘記密碼、硬體故障等意外事件，目前市場上有數千億美元的虛擬貨幣還是處於懸而未決的狀態。

根據研究，比特幣 2100 萬總供應量中大約有 600 萬個比特幣被認定已遺失，可能的原因包含忘記密碼、硬件損壞、或者資產擁有者已不在世上等因素。而有 29% 的比特幣在過去五年內未曾被移動，當然這可能包括長期投資者或長時間交易的用戶。但事實上，卻有不少的比特幣單純是因爲用戶忘記密碼或因技術問題無法取得而處於無法追討的狀態。

例如，2013 年英國一名男子 James Howells 無意中扔掉了一個硬碟，裏面裝有 7,500 個比特幣，目前在市場上價值就不用說了，現在硬碟還被埋在垃圾場裏面 ; Ripple 前 CTO Stefan Thomas 先前也透露了自己擁有的 7,002 個比特幣托管在硬件錢包 IronKey 的私鑰中，但他忘了密碼，僅存的 10 次猜測密碼機會也只剩下兩次，一但失敗，私鑰及托管的 7,002 個比特幣將會被刪除且永久遺失在黑洞當中。

不過如今幸運的是，這些遺失的數位資產，可能可以靠着人工智能的發展被找回，不論用戶的資產金額大小，加密錢包恢復服務可以幫助用戶從軟件錢包或硬件錢包中回收遺失的比特幣或以太幣。

AI+GPU+ 演算法

首先是 AI 訓練模型，特別是基於 OpenAI 的 GPT-2 模型如 PASS-GPT，已經成爲找回加密資產的前端技術。PASS-GPT 可以分析大量關於用戶行爲、密碼模式和分析龐大的數據。通過這些數據，模型能夠識別出可能的密碼結構和常用詞彙，以預測用戶可能設置的密碼，且 PASS-GPT 還能利用逐步取樣技術，生成一系列難以解讀的密碼組合，這對於暴力破解攻擊特別重要，因爲它能夠高效地生成出那些不容易直接想到的密碼選項，提高找回遺失資產的機率。

根據測試 PASS-GPT 憑藉其逐步取樣技術，在密碼猜測能力上比其他模型高出了 20%。

接着則是現代 GPU 和 CPU 的力量，現代的 GPU（圖形處理單元）和 CPU（中央處理單元）的應用，爲剛剛上述的 AI 模型提供了非常有利的計算能力。

GPU 最初是爲了處理電腦圖形和遊戲圖像而設計的，它們在進行大量並行計算方面非常高效。也就是說 GPU 可以同時處理成千上萬的計算任務，得以讓它們非常適合進行密碼猜測的「暴力破解」攻擊。在這種攻擊中，電腦會嘗試每一種可能的密碼組合，直到找到正確的那一個。也由於 GPU 可以快速處理這些計算，因此將 AI 模型如 PASS-GPT 相結合使用，把軟件硬件都提升到最高等級，讓整個運算系統更爲強大。

最後，在找回加密錢包密碼還需要一項能力，加強防範「側通道攻擊」(Side-channel attack, SCA)。側通道攻擊是一種安全攻擊方式，它不是直接破解密碼，而是通過分析電腦執行加密操作時產生的物理信號（如功耗、電磁輻射）來尋找密鑰資訊的漏洞。舉例來說，如果一個攻擊者能夠檢測到特定操作時硬體功耗的細微變化，他們可能就有機會推測出正在進行的加密操作或密鑰的某些部分。

爲了保護加密貨幣不受這種攻擊的威脅，許多 AI 演算法專家正在开發和部署新的策略和技術。包括，增加隨機性，也就是在加密過程中增加隨機操作，讓攻擊者難以從物理信號中得出有意義的資訊 ; 改進算法設計，設計算法時必須得先考慮抵抗側通道攻擊的能力，例如確保算法的運行方式和執行時間不會因爲處理的祕密資訊（如密碼、密鑰等）的不同而有所差異 ; 最後則是使用專門的硬體，开發專門的硬體元件，這些元件使其在執行不同操作過程中消耗相同或相似量的電力就可以藉此抵抗側通道攻擊。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。