随着机构用例规模的扩大，Ripple 转向人工智能对 XRP 账本进行压力测试

Ripple 正在彻底改革其保护 XRP 账本的方式，而人工智能是这项工作的核心。

其工程团队在本周早些时候详细概述了 XRP Ledger 的新的人工智能驱动的安全策略，该策略在协议的整个开发生命周期中集成了机器学习工具。

该策略包括对每个拉取请求进行人工智能辅助代码扫描、威胁模型引导的自动对抗测试，以及专门的人工智能辅助红色团队，持续分析代码库以及功能在现实场景中的交互方式。

新成立的“红队”已经发现了 10 多个错误，其中严重程度较低的问题目前已公开披露，其余问题正在优先处理和修复。该团队使用模糊测试和自动化对抗性测试来大规模模拟攻击者行为，比传统审计方法更早地发现漏洞，覆盖范围更大。

该举措是在 XRPL 处理日益复杂的工作负载时提出的。该账本自 2012 年以来一直持续运行，处理了超过 1 亿个账本并促成了超过 30 亿笔交易。

那个时代的代码库自然反映了“网络早期阶段做出的设计决策、较小规模的假设以及早于现代工具的模式”。人工智能工具旨在系统地查找任何长期运行的生产系统中积累的边缘情况和隐藏的故障模式。

该战略涵盖六大支柱。除了人工智能辅助扫描和红队之外，Ripple 还在对 XRPL 代码库本身进行现代化改造，以解决有限的类型安全性和功能之间不一致的交互模式等结构性问题。

该公司正在扩大与 XRPL Commons、XRPL 基金会、独立研究人员和验证器运营商的安全合作。协议修订的标准正在提高，现在需要对重大变更进行多次独立的安全审计，同时扩大错误赏金和对抗性测试环境。

行情数据由茅庐网（mao.lu）整理，不构成投资建议，请谨慎决策。