Ripple (XRP) 宣布已启动一项全面的 AI 计划，以加强其 XRP 分类账 (XRPL) 的安全性，应对网络攻击者越来越多地利用 AI 来发现区块链技术中的漏洞。
该公司表示，这种新方法的主要目标是在漏洞到达生产环境之前识别它们，从而创建一个更具弹性的基础设施。
RippleXDev 工程主管 J. Ayo Akinyele 表示，他们已采用更积极主动、人工智能驱动的模型来加强 XRPL 的安全性。Akinyele 解释说，系统可靠性将通过在开发过程的每个阶段集成人工智能测试、组建专门的“红队”以及采用更严格的评估标准来持续提升。
在新战略下，Ripple 正在重塑整个 XRPL 软件开发生命周期。人工智能驱动的代码审查、威胁建模流程和攻击场景模拟旨在及早识别系统不同层级的潜在风险。此外，人工智能通过模拟难以手动创建的极端情况和压力测试，提供更全面的安全分析。这种方法标志着从被动的故障纠正模式向主动安全架构的转变。
Ripple 还组建了一支专门的 AI 红队，持续测试 XRPL 代码库在实际应用场景下的可靠性。该公司宣布，该团队迄今已发现 10 多个漏洞，并已对这些漏洞进行优先级排序和修复。其目标不仅是发现漏洞，还要在系统演进过程中持续“测试系统的弹性”。
自 2012 年以来持续运营的 XRPL 已处理超过 1 亿个账本，完成超过 30 亿笔交易，促成了数十亿美元的价值转移。然而，Ripple 指出，如此长的运营历史也带来了技术复杂性以及过时设计决策的影响。该公司特别强调，传统系统组件与新功能的交汇处是安全漏洞最为脆弱的地方。
该公司还收紧了网络更新的安全标准。新规旨在确保重大变更经过多次独立审计，扩大攻击模拟范围，并制定更清晰的安全标准。Ripple 表示，这些标准将与 XRPL 社区合作制定，并以透明的方式公开。
*本文不构成投资建议。
