诸如比特币之类的加密货币是数字货币的形式。图片提供：洛斯阿拉莫斯国家实验室
洛斯阿拉莫斯国家实验室的计算机科学家已经开发出一种新的人工智能（AI）系统，该系统可能能够识别劫持超级计算机以挖掘诸如比特币和门罗币等加密货币的恶意代码。
洛斯阿拉莫斯（Los Alamos）研究员Gopinath Chennupati说：“基于欧洲和其他地区最近的计算机入侵，这种类型的软件看门狗将很快对防止加密货币矿工入侵高性能计算设施和窃取宝贵的计算资源至关重要。”国家实验室，是IEEE Access杂志上的一篇新论文的合著者。“我们的深度学习人工智能模型旨在检测超级计算机的滥用，专门用于加密货币挖掘。”
诸如比特币之类的加密货币是数字货币的形式。加密货币矿工没有像硬币或纸币那样铸造硬币，而是通过执行计算密集型计算以数字方式挖掘货币。
合法的加密货币矿工通常会组装巨大的计算机阵列，专门用于挖掘数字现金。较少野蛮的矿工发现，只要隐藏自己的努力，他们就可以通过劫持超级计算机来使它变得富有。新的AI系统旨在通过比较基于图形的程序来捕捉它们，就像软件的指纹一样。
所有程序都可以用由线，循环或跳转链接的节点组成的图形表示。通过将指尖上的螺纹和圆弧与指纹数据库中的记录进行比较，可以发现犯罪分子，新的AI系统将程序的流控制图中的轮廓与允许在其中运行的程序的图目录进行比较给定的计算机。
但是，系统不会查找与已知犯罪程序的匹配项，而是确定确定在系统上正在运行的程序的图形中是否存在图形。
研究人员通过将已知的良性代码与滥用的比特币挖矿代码进行比较，从而测试了他们的系统。他们发现，他们的系统比常规的非AI分析更快，更可靠地识别了非法采矿作业。
由于该方法依赖于图形比较，因此不能被非法加密货币矿工用来掩饰其代码的通用技术所迷惑，例如包括混淆变量和旨在使代码看起来像合法程序的注释。
虽然这种基于图的方法可能无法在所有情况下提供完全安全的解决方案，但它极大地扩展了网络侦探在遏制网络罪犯的工作中使用的有效方法集。
基于最近的计算机入侵，此类软件看门狗很快将对防止加密货币矿工入侵高性能计算设施并窃取宝贵的计算资源至关重要。
该研究发表在2020年7月27日的IEEE Access杂志上。
