Chainalysis 利用 AI 追踪 Bitget 被盗资金指向朝鲜
近期,区块链安全公司 Chainalysis 发布了一份技术报告,详细披露了其如何利用内部 AI 系统,对 2024 年 9 月 24 日发生的 Bitget 安全事件中被盗的 387M 美元资金进行链上追踪。报告指出,这次安全事件让朝鲜相关的加密资产盗窃规模在 2026 年突破了 1 billion 美元大关,同时也展示了 AI 在追踪跨链资金流向方面的实际能力。
事件回顾:Bitget 被盗 387M 美元
2024 年 9 月 24 日,加密货币交易所 Bitget 遭遇安全漏洞,官方确认被盗资金规模达到 387M 美元。Chainalysis 在随后的调查中接手了资金流向分析工作。这笔资金规模在当年的安全事件中排名靠前,引起了行业广泛关注。
很多用户可能好奇,为什么 Bitget 交易所爆仓机制相关的搜索量这么高,但其实这次事件和安全机制本身没有直接关系,而是平台遭受了外部攻击导致资产损失。
朝鲜黑客组织与加密资产盗窃
Chainalysis 在报告中指出,根据其追踪结果,这次 Bitget 安全事件中的被盗资金与朝鲜黑客组织存在关联。该组织近年来在加密资产领域频繁出手,已被多家安全公司列入重点监控名单。报告数据显示,朝鲜相关的数字资产盗窃活动在 2026 年已累计超过 1 billion 美元。
AI 追踪系统如何工作?
这次追踪任务的核心工具是 Chainalysis 自主研发的 AI 系统。报告详细说明了该系统的几个关键技术环节,帮助外界了解安全公司如何在链上追踪被盗资金。
跨四条区块链的追踪能力
被盗的 387M 美元资金并非停留在单一区块链上。Chainalysis 的 AI 系统成功追踪了这些资金在四条不同区块链之间的转移路径。这种跨链追踪能力被认为是此次调查的关键突破,因为黑客通常会利用跨链桥、快速兑换等方式来混淆资金流向。
系统通过分析链上交易特征、地址关联性、时间模式等数据,在海量交易中筛选出与被盗资金相关的可疑地址网络。
与时间赛跑的追踪过程
报告提到,这次追踪是一场与时间的赛跑。黑客在完成初始窃取后,通常会在极短时间内通过多层转账、混合服务等方式转移资产。Chainalysis 的 AI 系统需要在黑客完成资产转移前锁定关键地址,为后续的冻结和追回工作争取时间窗口。
技术难点与行业影响
链上追踪面临的主要挑战
虽然 AI 系统展现了强大的追踪能力,但 Chainalysis 也在报告中坦承了实际操作中的难点。跨链桥的匿名性、智能合约的复杂性、以及去中心化交易所的即时兑换特性,都给资金追踪带来了不小障碍。
特别是在多条区块链同时追踪的场景下,不同链的交易确认机制、时间戳格式、地址格式都不统一,需要 AI 系统具备强大的数据整合能力。
对交易所安全机制的启示
这次事件对整个行业的安全防护提出了更高要求。虽然 Bitget 交易所爆仓机制是用户日常交易中最关心的功能之一,但安全事件的频繁发生提醒平台方和用户都需要重视资产安全的另一个维度——平台整体的防护能力。
Chainalysis 的报告建议,交易所应加强链上监控系统的部署,提升异常交易的预警速度,同时与专业安全公司建立快速响应机制。
结语:AI 追踪正在改变安全格局
Chainalysis 通过这次 Bitget 安全事件的追踪实践,证明了 AI 技术在数字资产安全领域的实用价值。从 387M 美元被盗到锁定朝鲜黑客组织,这条追踪路径展现了技术手段在应对复杂网络攻击时的有效性。随着 AI 追踪能力的持续进化,链上资金流向的透明度有望进一步提升,这对整个数字资产行业的安全生态建设具有积极意义。
本文基于公开媒体报道整理,仅作信息参考,不构成任何投资依据,内容以原文为准。