มิตเชลล์ อมาโดร์ ผู้ก่อตั้งและซีอีโอของ Immunefi – ซีรีส์สัมภาษณ์

มิตเชลล์ อมาโดร์ ผู้ก่อตั้งและซีอีโอของ Immunefi เป็นนักธุรกิจด้านความปลอดภัยของบล็อกเชน ผู้ลงทุนเท่านเจ้า และผู้นำความคิดด้านออนเชน เขาได้ก่อตั้ง Immunefi ซึ่งเป็นแพลตฟอร์มบั๊กบาวน์ตี้และความปลอดภัยชั้นนำสำหรับระบบนิเวศ Web3 โดยช่วยป้องกันการแฮกและขโมยที่อาจเกิดขึ้นมากกว่า 25,000 ล้านดอลลาร์ ในขณะเดียวกันก็ส่งเสริมโปรแกรมบั๊กบาวน์ตี้ให้เป็นมาตรฐานอุตสาหกรรม เขาได้เล่นบทบาทสำคัญในการรักษาความปลอดภัยของโปรโตคอลบล็อกเชนหลักๆ และได้มีส่วนร่วมในการริเริ่มความปลอดภัยของไวท์ฮэт และได้ก่อตั้ง Instituto New Economy ซึ่งเป็นศูนย์ความคิดด้านบล็อกเชนที่ช่วยให้ประเทศโปรตุเกสเป็นศูนย์กลางนวัตกรรมบล็อกเชนชั้นนำของยุโรป

Immunefi เป็นแพลตฟอร์มความปลอดภัย Web3 ชั้นนำที่เชื่อมต่อโครงการบล็อกเชนเข้ากับนักวิจัยด้านจริยธรรมผ่านโปรแกรมบั๊กบาวน์ตี้ การทบทวนความปลอดภัย และบริการการเปิดเผยความอ่อนไหว แพลตฟอร์มนี้ช่วยปกป้องทรัพย์สินดิจิทัลมูลค่าหลายพันล้านดอลลาร์โดยทำให้องค์กรสามารถระบุและแก้ไขข้อบกพร่องด้านความปลอดภัยที่สำคัญก่อนที่จะถูกใช้ประโยชน์ โดยให้บริการแก่โปรโตคอลบล็อกเชนและโครงการไฟแนนซ์แบบกระจายอำนาจ (DeFi) ที่ใหญ่ที่สุดในโลกหลายแห่ง

ก่อนที่คุณจะก่อตั้ง Immunefi คุณได้ช่วยส่งเสริมการนำไปใช้งานที่บริษัทต่างๆ เช่น SingularityNET และ Steemit และมีส่วนร่วมในการกำหนดกฎหมายคริปโตของโปรตุเกสในระยะแรก คุณได้รับแรงบันดาลใจจากอะไรที่ทำให้คุณเชื่อว่าความปลอดภัยของ Web3 เป็นปัญหาที่คุ้มค่าที่จะอุทิศอาชีพของคุณให้กับมัน และคุณได้เห็นช่องว่างในตลาดอะไรเมื่อคุณเปิดตัว Immunefi?

บริษัทความปลอดภัยแบบดั้งเดิมไม่สามารถตามทันความเร็วและความซับซ้อนของ Web3 ได้ และไม่มีแพลตฟอร์มที่เชื่อถือได้ที่สามารถดึงดูดนักวิจัยชั้นนำในระดับใหญ่ๆ และให้ความมั่นใจแก่โปรโตคอลว่าการเปิดเผยข้อมูลจะถูกจัดการอย่างมืออาชีพ เราได้เห็นโอกาสในการสร้างชั้นโครงสร้างสำหรับความปลอดภัยของ Web3 โดยการสร้างแรงจูงใจที่สอดคล้องกันระหว่างโครงการและนักวิจัย ในขณะเดียวกันก็ทำให้ความปลอดภัยเชิงรุกเป็นส่วนสำคัญของวิธีการดำเนินงานของอุตสาหกรรม

คุณได้ช่วยสร้าง Immunefi ให้กลายเป็นกำลังหลักในด้านความปลอดภัยของ Web3 โดยปกป้องทรัพย์สินมูลค่าหลายพันล้านดอลลาร์และจัดการการเปิดเผยความอ่อนไหวที่สำคัญในคริปโตส่วนใหญ่ เมื่อมองย้อนกลับไปที่การเดินทางนี้ สิ่งใดที่คุณได้เรียนรู้จากการที่ Immunefi ขยายตัวที่มีอิทธิพลต่อการตัดสินใจของคุณในการนำลูกค้าและชุมชนของ Code4rena มาไว้ภายใต้นิเวศวิทยา của Immunefi?

สิ่งสำคัญที่สุดประการหนึ่งที่เราได้เรียนรู้จากการที่ Immunefi ขยายตัวคือความปลอดภัยทำงานได้ดีที่สุดเมื่อความสามารถถูกจัดกลุ่มไว้มากกว่าการกระจายตัว การนำลูกค้าและนักวิจัยของ Code4rena มาไว้ภายใต้นิเวศวิทยา của Immunefi ช่วยให้เราสามารถเสริมสร้างทั้งสองด้านของตลาด: นักวิจัยสามารถเข้าถึงโอกาสและทรัพยากรมากขึ้น ในขณะที่โครงการสามารถเข้าถึงบริการความปลอดภัยที่กว้างขึ้นซึ่งได้รับการสนับสนุนจากเครือข่ายนักวิจัยที่ใหญ่ที่สุดใน Web3

Code4rena มีบทบาทสำคัญในการทำให้การตรวจสอบความปลอดภัยแบบแข่งขันกันเป็นที่นิยมในคริปโต คุณคิดว่าสิ่งใดที่ทำให้โมเดลธุรกิจของ Code4rena กลายเป็นเรื่องที่ยากต่อการรักษาไว้ และมีบทเรียนอะไรที่กว้างขึ้นสำหรับอนาคตของความปลอดภัยที่มีการระดมพล?

ความท้าทายหลักไม่ใช่คุณค่าของการตรวจสอบความปลอดภัยแบบแข่งขันกัน คุณค่านั้นยังคงมีความสำคัญ ความท้าทายคือการสร้างธุรกิจที่ยั่งยืนรอบๆ การให้บริการแบบสแตนด์อโลนในสภาพแวดล้อมที่ความคาดหวังของลูกค้าได้เปลี่ยนแปลงไป

โปรโตคอลต้องการโซลูชั่นความปลอดภัยที่ครอบคลุมมากกว่าผลิตภัณฑ์แบบจุดต่อจุด พวกเขาต้องการบั๊กบาวน์ตี้ การตรวจสอบ ความฉลาดด้านภัยคุกคาม การดำเนินงานด้านความปลอดภัย และความสามารถในการตอบสนองต่อเหตุการณ์ภายใต้หลังคาเดียวกัน เมื่อตลาดเติบโตขึ้น มันทำให้ผู้ให้บริการที่มีผลิตภัณฑ์เฉพาะเจาะจงยากต่อการแข่งขันกับแพลตฟอร์มที่สามารถให้บริการความปลอดภัยที่กว้างขึ้นได้

นักวิจัยด้านความปลอดภัยหลายคนมองว่า Code4rena มีวัฒนธรรมและชุมชนแบบเฉพาะตัว คุณวางแผนจะรักษาสิ่งที่ทำให้แพลตฟอร์มนั้นมีคุณค่าไว้ได้อย่างไร ในขณะที่รวมผู้ใช้เข้ากับ Immunefi?

ชุมชนเป็นสิ่งที่ทำให้ Code4rena ประสบความสำเร็จ เป้าหมายคือไม่ต้องการที่จะแทนที่วัฒนธรรมนั้น แต่ต้องการสร้างสภาพแวดล้อมที่ชุมชนสามารถเติบโตต่อไปได้ด้วยการสนับสนุนและขนาดที่มากขึ้น จุดเน้นคือความต่อเนื่องมากกว่าการเปลี่ยนแปลง เราต้องการให้นักวิจัยรู้สึกว่าพวกเขาได้รับโอกาสในการเข้าถึงแพลตฟอร์มที่กว้างขึ้นโดยไม่สูญเสียสิ่งที่ทำให้พวกเขาต้องการเข้าร่วมในตอนแรก

การตรวจสอบความปลอดภัยแบบดั้งเดิมมักจะพึ่งพาผู้ตรวจสอบกลุ่มเล็กๆ ในขณะที่การแข่งขันการตรวจสอบสามารถดึงดูดนักวิจัยหลายร้อยคนได้ คุณคิดว่าการตรวจสอบการแข่งขันจะพัฒนาไปอย่างไรในอีก 5 ปีข้างหน้า เมื่อ AI ถูกฝังตัวเข้ากับกระบวนการทำงานด้านความปลอดภัยมากขึ้น?

สิ่งที่เราจะเห็นคือการเปลี่ยนแปลงที่ AI จัดการการวิเคราะห์แบบซ้ำๆ การตระหนักแบบผู้โดยสาร และการไตร่ตรองเบื้องต้น ซึ่งช่วยให้นักวิจัยสามารถใช้เวลามากขึ้นในการวิเคราะห์เวกเตอร์การโจมตีที่ไม่เหมือนใครและความอ่อนไหวระดับระบบที่ซับซ้อน

การเปลี่ยนแปลงนั้นจริงๆ แล้วทำให้การตรวจสอบการแข่งขันมีคุณค่ามากขึ้น หากนักวิจัยหลายร้อยคนสามารถใช้เครื่องมือ AI ที่มีความสามารถมากขึ้นได้ คุณจะสร้างสภาพแวดล้อมที่สามารถนำแนวทางที่หลากหลายมาใช้กับฐานโค้ดเดียวกันได้ในระดับไม่เคยเห็นมาก่อน อนาคตไม่ใช่ AI ที่มาแทนที่ความปลอดภัยที่มีการระดมพล แต่เป็น AI ที่เพิ่มประสิทธิภาพของชุมชนนักวิจัยขนาดใหญ่

หนึ่งในข้อกังวลที่คุณเน้นย้ำคือการยื่นข้อเสนอที่สร้างโดย AI คุณคิดว่าปัญหานี้ร้ายแรงแค่ไหน และมันแสดงให้เห็นถึงผลกระทบที่ไม่ได้ตั้งใจของการทำให้เครื่องมือ AI ที่ซับซ้อนเข้าถึงได้กว้างขึ้นอย่างไร?

ปัญหาไม่ใช่ว่า AI พบความอ่อนไหวมากเกินไป ปัญหาอยู่ที่สามารถสร้างปริมาณการยื่นข้อเสนอที่น่าเชื่อถือแต่สุดท้ายไม่ถูกต้องได้ การยื่นข้อเสนอที่มีคุณภาพต่ำแต่ละครั้งจะใช้เวลาของผู้ตรวจสอบและสร้างภาระการดำเนินงาน

ในวงกว้าง มันแสดงให้เห็นรูปแบบที่เกิดซ้ำในเทคโนโลยี เมื่อเครื่องมือที่มีพลังถูกทำให้เข้าถึงได้กว้างขึ้น ทั้งกิจกรรมที่มีประสิทธิผลและไม่มีประสิทธิผลจะขยายตัวพร้อมๆ กัน องค์กรที่ประสบความสำเร็จจะเป็นองค์กรที่สร้างระบบที่สามารถระบุความเชี่ยวชาญและผลการวิจัยที่แท้จริงได้อย่างมีประสิทธิภาพในปริมาณการผลิตที่มากขึ้น

คุณคิดว่า AI จะปรับปรุงคุณภาพของการค้นหาความอ่อนไหวในที่สุดหรือไม่ หรือแพลตฟอร์มด้านความปลอดภัยกำลังเผชิญกับการแข่งขันที่ยืดเยื้อระหว่างระบบ AI ที่มีความสามารถมากขึ้นและกระแสการยื่นข้อเสนออัตโนมัติที่มีคุณภาพต่ำที่สามารถสร้างได้?

ทั้งสองสิ่งเป็นจริง

AI จะไม่ต้องสงสัยเลยว่าจะปรับปรุงการค้นหาความอ่อนไหว เราได้เห็นแล้วว่านักวิจัยใช้ AI เพื่อเร่งกระบวนการทำงาน วิเคราะห์ฐานโค้ดที่ใหญ่ขึ้น และระบุเวกเตอร์การโจมตีที่อาจเกิดขึ้นได้อย่างมีประสิทธิภาพมากกว่าเดิม

ในเวลาเดียวกัน จะมีการแข่งขันที่ยืดเยื้อระหว่างระบบที่สร้างผลการวิจัยและระบบที่ตรวจสอบผลการวิจัย จุดแตกต่างที่สำคัญจะไม่ใช่ใครที่สามารถสร้างรายงานได้มากที่สุด แต่จะเป็นใครที่สามารถสร้างผลการวิจัยที่มีความมั่นใจสูงสุด

เริ่มเห็นนักวิจัยที่ได้รับการสนับสนุนจาก AI ระบุความอ่อนไหวได้เร็วกว่าเดิมมาก คุณคิดว่าเรากำลังใกล้จะถึงจุดที่ระบบ AI สามารถค้นหา ตรวจสอบ และจัดลำดับความสำคัญของความอ่อนไหวที่สำคัญได้ด้วยตนเองโดยมีการมีส่วนร่วมของมนุษย์น้อยที่สุด?

เรากำลังใกล้เคียงกับขั้นตอนการค้นหามากกว่าที่หลายคนคิด AI กำลังจะกลายเป็นเครื่องมือที่มีประโยชน์สำหรับการระบุรูปแบบ การทบทวนโค้ด และการเปิดเผยความอ่อนไหวที่อาจเกิดขึ้น

การตรวจสอบยังคงเป็นความท้าทายที่ยากกว่า การค้นหาสิ่งที่อาจเป็นความอ่อนไหวนั้นต่างจากการที่จะพิสูจน์ความสามารถในการใช้ประโยชน์ การทำความเข้าใจผลกระทบทางธุรกิจ และการประเมินความรุนแรงอย่างถูกต้อง งานเหล่านี้ยังคงต้องการการตัดสินใจของมนุษย์อย่างมาก

การเกิดขึ้นของตัวแทน AI อัตโนมัติสร้างพื้นผิวการโจมตีใหม่ๆ คุณคิดว่าความเสี่ยงด้านความปลอดภัยที่เกี่ยวข้องกับ AI ที่มีเจตนาเป็นอย่างไรที่อุตสาหกรรม Web3 และตลาดองค์กรในวงกว้างกำลังประเมินต่ำเกินไป?

สิ่งที่มักถูกประเมินต่ำเกินไปคือความซับซ้อนของขอบเขตความไว้วางใจที่เกี่ยวข้อง ระบบอัตโนมัติไม่ได้ทำงานในห้วงเหวี่ยงว่างเปล่า พวกมันบริโภคข้อมูลจากแหล่งต่างๆ ติดต่อกับบริการของบุคคลที่สาม และตัดสินใจตามสภาพแวดล้อมที่เปลี่ยนแปลงได้ การโต้ตอบทุกครั้งสร้างพื้นผิวการโจมตีที่อาจเกิดขึ้น

ฉันคิดว่าหลายองค์กรยังคงใช้สมมติฐานด้านความปลอดภัยของซอฟต์แวร์แบบดั้งเดิมกับระบบที่มีพฤติกรรมแตกต่างไปจากเดิมอย่างพื้นฐาน ช่องว่างนี้จะกลายเป็นเรื่องสำคัญมากขึ้นเมื่อตัวแทนอัตโนมัติมีอำนาจการดำเนินงานที่กว้างขึ้น

เมื่อมองไปข้างหน้า 3-5 ปี คุณคาดหวังว่า AI จะเปลี่ยนแปลงวิธีการค้นหา รายงาน และบรรเทาความอ่อนไหวอย่างไร และคุณเห็นนักวิจัยด้านความปลอดภัยมีบทบาทอย่างไรในอนาคตที่มี AI?

AI จะเร่งการค้นหาความอ่อนไหว การรายงาน และการบรรเทาใน每ขั้นตอนของวงจรชีวิตด้านความปลอดภัย ความอ่อนไหวจะถูกพบเร็วขึ้น จัดลำดับความสำคัญเร็วขึ้น และในหลายกรณีจะถูกบรรเทาเร็วขึ้นกว่าที่เป็นอยู่ในปัจจุบัน ทีมความปลอดภัยจะมีการเข้าถึงข้อมูลและระบบอัตโนมัติมากกว่าที่เคยเป็นมา

แต่ฉันไม่เชื่อว่าอนาคตคือที่ที่นักวิจัยด้านความปลอดภัยจะกลายเป็นคนไม่จำเป็น ถ้าอะไรเลย บทบาทของพวกเขาจะกลายเป็นสำคัญมากขึ้น เมื่อ AI จัดการกับงานแบบซ้ำๆ ความเชี่ยวชาญของมนุษย์จะเปลี่ยนไปสู่การทำความเข้าใจระบบใหม่ๆ การระบุเส้นทางการโจมตีที่ไม่เหมือนใคร การตรวจสอบผลการวิจัยที่สำคัญ และการตัดสินใจเชิงกลยุทธ์ด้านความปลอดภัย

นักวิจัยที่ประสบความสำเร็จที่สุดจะไม่ใช่คนที่แข่งขันกับ AI แต่จะเป็นคนที่เรียนรู้ที่จะใช้ AI เป็นตัวคูณกำลัง ความปลอดภัยมักได้รับรางวัลสำหรับการปรับตัว และสิ่งนั้นจะยังคงเป็นจริงในอนาคตที่ขับเคลื่อนด้วย AI

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Immunefi.