BTC $78,867.28 +1.20%
ETH $2,484.46 +1.55%
BNB $699.91 +1.30%
XRP $1.40 +0.48%
SOL $106.52 +1.36%
TRX $0.3404 +0.66%
DOGE $0.0854 +0.32%
ADA $0.2038 +1.44%
BCH $252.70 +3.12%
LINK $11.56 +1.57%
HYPE $83.37 +0.19%
AAVE $126.28 +2.26%
SUI $0.7483 +0.37%
XLM $0.1800 +0.61%
ZEC $867.82 +4.17%
BTC $78,867.28 +1.20%
ETH $2,484.46 +1.55%
BNB $699.91 +1.30%
XRP $1.40 +0.48%
SOL $106.52 +1.36%
TRX $0.3404 +0.66%
DOGE $0.0854 +0.32%
ADA $0.2038 +1.44%
BCH $252.70 +3.12%
LINK $11.56 +1.57%
HYPE $83.37 +0.19%
AAVE $126.28 +2.26%
SUI $0.7483 +0.37%
XLM $0.1800 +0.61%
ZEC $867.82 +4.17%

전체
뉴스 플래시

first_img 솔라나 암호화 카드 해킹당해, 아비치 토큰 49% 폭락

Solana 기반의 암호화 직불 카드 인프라 Rain이 구식 계약으로 인해 해커 공격을 받아 약 110만 달러의 자금이 도난당했습니다. 영향을 받은 암호화 은행 Avici의 토큰 AVICI는 24시간 최고점 0.43달러에서 역사적 최저점인 0.217달러로 떨어지며 49% 하락한 후 약 0.378달러로 회복되었습니다.Avici는 공격이 충전 소비에 사용되는 카드 자금 계약에만 영향을 미쳤으며, 자가 관리 지갑은 영향을 받지 않았다고 확인하고 영향을 받은 잔액을 전액 환불하겠다고 약속했습니다. 이번 사건에서 1685명의 Avici 사용자가 약 50.08만 달러의 손실을 입었으며, 또 다른 암호화 은행 Tria에서도 636명의 사용자가 영향을 받아 43만 달러 이상의 손실을 입었습니다. 체인에서 추적된 약 110만 달러와 Avici가 보고한 손실 간의 차이는 Rain이 지원하는 다른 프로토콜도 공격을 받았음을 나타냅니다.거래 데이터에 따르면, 공격자는 반복적으로 서명 권한을 제출하여 자신을 카드 담보 계좌의 관리자에 추가하고 잔액을 인출했습니다. 도난당한 스테이블코인은 SOL로 교환된 후 이더리움으로 크로스체인되어 결국 믹서 Tornado Cash로 유입되었습니다. Avici는 미국 연방수사국 인터넷 범죄 신고 센터에 보고서를 제출했습니다. 이 사건은 일부 자가 관리 암호 카드 뒤에 있는 관리 이관 문제를 드러냈습니다: 사용자가 지갑을 통제하더라도 소비에 사용되는 자금은 제3자 계약으로 전송됩니다.

자오창펑: 다음 주기 폭발점을 예측하기 어렵고, 대형 AI 회사의 발행 가능성을 배제하지 않는다

자오창펑은 홍콩에서 열린 「Bitcoin Asia 2026」 회의에서 현재 RWA와 AI 부문이 모두 강력한 성장세를 보이고 있으며, 스테이블코인, 중앙화 거래소, 탈중앙화 거래소, 밈 토큰 등 이전에 성장했던 부문도 계속해서 성장할 것이라고 밝혔습니다. NFT는 어떤 형태로든 다시 돌아올 가능성이 있습니다. 다음 폭발점이 무엇인지 예측하기는 어렵습니다. 2017년 초 발행 열풍을 예측할 수 없었던 것처럼, NFT 열풍이 폭발하기 전 6개월도 마찬가지로 예측할 수 없었습니다. 이러한 것들은 모두 기업가들이 만들어야 합니다.그는 또한 향후 수십억 개의 AI 에이전트가 자동으로 매매, 협상 및 거래를 할 때 사용하는 자금은 반드시 암호화폐일 것이며, 스테이블코인에서 시작할 가능성이 높고 이후 비트코인 등 다른 퍼블릭 체인 자산으로 점차 연결될 것이라고 말했습니다. 그는 여러 최고의 AI 회사와 토큰 발행 가능성에 대해 논의했으며, 데이터 센터 구축에는 막대한 자금이 필요하다고 언급했습니다. 1GW의 컴퓨팅 파워 비용은 약 300억에서 500억 달러에 달하며, 일부 AI 회사는 향후 몇 년 내에 수백 GW의 컴퓨팅 파워를 구축할 계획이므로 데이터 센터 토큰을 발행하여 보유자가 향후 컴퓨팅 파워 사용 권리를 얻을 수 있도록 고려하고 있습니다. 또한 AI 에이전트의 결제 장면은 거래 장면보다 늦게 실현될 수 있으며, 현재 AI 회사는 에이전트가 최적의 거래 솔루션을 찾도록 하는 데 더 집중하고 있으며, 거래 장면은 AI가 정보를 신속하게 처리해야 하므로 거래 효율성을 약 10배 향상시킬 수 있습니다.
app_icon
ChainCatcher Building the Web3 world with innovations.