20260109 - TRU 协议攻击事件分析:买得够多免费送了喂!

20260109,ETH 链上的 TRU 协议遭受了黑客攻击,损失约 2600 万美元。漏洞原因是计算购买 TRU 代币所需要的 ETH 数量的计算公式设计存在缺陷,购买大量 TRU 代币时会因为精度丢失而得到 0 值,使得攻击者可以以 0 ETH 购买大量的 TRU 代币,最后抛售完成获利。

  • TX:https://app.blocksec.com/explorer/tx/eth/0xcd4755645595094a8ab984d0db7e3b4aabde72a5c87c4f176a030629c47fb014

Trace 分析

  1. 黑客调用 buyTRU() 函数以零成本购入大量的 TRU 代币
  2. 然后调用 sellTRU() 函数卖出所有 TRU 代币完成获利

随后攻击者利用漏洞以零或极低成本的价格购买 TRU 代币后出售的流程重复多次。

代码分析

TRU 合约是一个代理合约:0x764C64b2A09b09Acb100B80d8c505Aa6a0302EF2

其具体的逻辑逻辑合约为:0x18ceDF1071EC25331130C82D7AF71D393Ccd4446

由于逻辑合约并没有开源,所以接下来会采用 dedaub 反编译 + 人工校正的方式分析项目的业务逻辑。

  • 逻辑合约的反编译地址:https://app.dedaub.com/ethereum/address/0xc186e6f0163e21be057e95aa135edd52508d14d3/decompiled

在 buyTRU() 函数中,会根据输入的 TRUAmount 参数值计算所需要的 ETH 数量,并检查 msg.value 的值是否为相等。通过检查后,会给用户 mint TRUAmount 数量的 TRU 代币。

其问题就出在计算 ETH 数量的 TRUtoETH() 函数上,其反编译的内容如下,根据输入的 TRUAmount 值进行一系列的计算。

通过 solidity 重写这个函数,得到以下的内容。其中 _setParameters 的值为 75,代表 75% 的一个比例。

/* by 01022.hk - online tools website : 01022.hk/zh/jianfan.html */ function TRUtoETH(uint256 TRUAmount) private view returns (uint256) { uint256 totalSupply = TRU.totalSupply(); // numerator: (100 - 75) * totalSupply² = 25 * totalSupply² uint256 numerator = (100 - _setParameters) * totalSupply * totalSupply; // denominator: 100 * TRUAmount * _reserve * (TRUAmount + 2 * totalSupply) uint256 denominator = 100 * TRUAmount * _reserve * (TRUAmount + 2 * totalSupply); return numerator / denominator; }

由上面的代码分析可得,当 _setParameters,totalSupply 和 _reserve 为固定值时,传入的参数 TRUAmount 越大,分母就越大,返回值就会相应的变小。而当分母大于分子时,由于 solidity 精度丢失的特性,返回值将会为 0。也就是说:

当 TRUAmount 的值非常大,当前的计算公式在计算所需要提供的 ETH 数量时,会由于 solidity 的精度丢失返回 0 值。

这样,攻击者就完成了攻击的第一个步骤:以零或极低成本的价格购买 TRU 代币。

随后就是正常使用 sellTRU() 函数卖出所有 TRU 代币完成了获利。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1140314.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

d3dx10_39.dll文件丢失找不到问题 教你彻底解决办法分享

在使用电脑系统时经常会出现丢失找不到某些文件的情况,由于很多常用软件都是采用 Microsoft Visual Studio 编写的,所以这类软件的运行需要依赖微软Visual C运行库,比如像 QQ、迅雷、Adobe 软件等等,如果没有安装VC运行库或者安装…

HY-MT1.5-1.8B实战:移动端实时翻译APP开发

HY-MT1.5-1.8B实战:移动端实时翻译APP开发 随着全球化进程加速,跨语言交流需求日益增长。传统云端翻译服务虽性能强大,但在延迟、隐私和离线场景下存在明显短板。腾讯开源的混元翻译大模型 HY-MT1.5-1.8B 正是为解决这一痛点而生——它在保持…

HY-MT1.5混合语言识别优化:方言特征提取技术

HY-MT1.5混合语言识别优化:方言特征提取技术 1. 引言:混元翻译模型的演进与挑战 随着全球化交流日益频繁,多语言互译需求不断增长,尤其是在中国这样语言多样性丰富的国家,标准普通话之外的方言变体(如粤语…

Matlab/Simulink中基于光伏和蓄电池的三端口

Matlab/simulink 基于光伏和蓄电池的三端口最近在捣鼓一个离网微电网项目,需要把光伏板、蓄电池和直流母线整合成一套能自主调节能量的系统。传统方案总得用两三个独立变换器,不仅成本高,控制时序还容易打架。尝试用Matlab/Simulink搭了个三…

Qwen3-VL模型监控指南:资源用量可视化,成本不再失控

Qwen3-VL模型监控指南:资源用量可视化,成本不再失控 引言 作为企业AI应用的管理者,你是否遇到过这样的困扰:月底收到云服务账单时,发现GPU资源消耗远超预算,却不知道具体是哪个团队或项目占用了资源&…

HY-MT1.5为何能超越商业API?开源模型性能评测数据揭秘

HY-MT1.5为何能超越商业API?开源模型性能评测数据揭秘 1. 背景与技术演进:从混元大模型到专业翻译引擎 近年来,随着多语言交流需求的激增,高质量机器翻译成为AI落地的关键场景之一。尽管主流商业API(如Google Transl…

HY-MT1.5-1.8B语音翻译集成:ASR+MT联合部署案例

HY-MT1.5-1.8B语音翻译集成:ASRMT联合部署案例 随着多语言交流需求的不断增长,实时、准确、低延迟的语音翻译系统成为智能硬件和跨语言服务的核心组件。传统语音翻译流程通常由自动语音识别(ASR)、机器翻译(MT&#x…

HY-MT1.5部署必看:网页推理功能开启全流程步骤说明

HY-MT1.5部署必看:网页推理功能开启全流程步骤说明 随着多语言交流需求的不断增长,高质量、低延迟的翻译模型成为跨语言应用的核心支撑。腾讯开源的混元翻译大模型 HY-MT1.5 正是在这一背景下推出的重磅成果。该系列包含两个核心模型:HY-MT1…

混元翻译1.5模型实战:多语言内容创作助手

混元翻译1.5模型实战:多语言内容创作助手 随着全球化内容生产需求的不断增长,高质量、低延迟的机器翻译系统成为跨语言内容创作的核心基础设施。腾讯近期开源的混元翻译大模型 HY-MT1.5 系列,凭借其在多语言支持、边缘部署能力和上下文感知翻…

为什么HY-MT1.5部署总失败?GPU适配问题保姆级教程解析

为什么HY-MT1.5部署总失败?GPU适配问题保姆级教程解析 1. 背景与痛点:HY-MT1.5为何部署频频受阻? 近年来,随着多语言交流需求的激增,高质量翻译模型成为AI应用落地的关键组件。腾讯开源的混元翻译大模型HY-MT1.5系列&…

AI本地化趋势前瞻:HY-MT1.5多语言翻译模型落地实战

AI本地化趋势前瞻:HY-MT1.5多语言翻译模型落地实战 随着全球化进程的加速,跨语言沟通需求激增,传统云端翻译服务在延迟、隐私和成本方面逐渐暴露出瓶颈。在此背景下,AI本地化部署成为企业级应用的重要方向。腾讯近期开源的混元翻…

Qwen3-VL开箱即用镜像:3步完成部署,比本地快5倍

Qwen3-VL开箱即用镜像:3步完成部署,比本地快5倍 1. 为什么选择Qwen3-VL云端镜像? 作为一名长期折腾AI模型的开发者,我深刻理解在本地部署大模型时的痛苦。以Qwen3-VL为例,当你在RTX3090上尝试运行时,往往…

HY-MT1.5-7B混合语言翻译问题解决方案

HY-MT1.5-7B混合语言翻译问题解决方案 1. 引言:混元翻译模型的演进与挑战 随着全球化进程加速,跨语言沟通需求激增,传统翻译系统在面对混合语言输入(如中英夹杂、方言与标准语并存)和复杂语境依赖场景时暴露出明显短…

解读具身智能系统为什么必须“在约束下可行”

“把约束当作认知机制的一部分”,本该是具身认知的第一性原理。在工程领域,我们很少会否认一个常识: 任何真实运行的系统,都是在约束中工作的。有带宽限制,有时延,有噪声; 有物理边界&#xff0…

HY-MT1.5-7B科研协作翻译:LaTeX文档格式保留实战

HY-MT1.5-7B科研协作翻译:LaTeX文档格式保留实战 在科研协作与学术出版领域,跨语言交流日益频繁,而传统翻译工具往往难以兼顾专业术语准确性与文档结构完整性。尤其对于使用 LaTeX 编写的技术论文、数学公式和复杂排版内容,普通翻…

视觉模型性价比之选:Qwen3-VL按小时付费,灵活可控

视觉模型性价比之选:Qwen3-VL按小时付费,灵活可控 引言:为什么选择Qwen3-VL? 作为一名AI培训班学员,当你需要完成结课项目时,最头疼的莫过于两件事:一是学校GPU资源紧张需要排队,二…

vs 2022 免费下载地址!VS2022 C++ 安装程序,免费

VS2022 C 安装程序,免费链接:https://pan.baidu.com/s/1MsONOeV9wHTB989YWOGScA?pwdhvna 提取码:hvna 复制这段内容后打开百度网盘手机App,操作更方便哦

视觉AI新选择:Qwen3-VL开箱即用,告别环境配置噩梦

视觉AI新选择:Qwen3-VL开箱即用,告别环境配置噩梦 1. 为什么你需要Qwen3-VL? 作为一名全栈开发者,你是否经历过这样的场景:老板突然安排一个AI视觉任务,你花了两天时间配置环境,conda create了…

大模型智能体的记忆机制全解析:从形式-功能-动态三维度解锁AI智能体核心能力

本文系统综述了大模型智能体记忆机制,提出"形式-功能-动态"三维分类框架,将智能体记忆划分为标记级/参数化/潜在记忆三种形式,事实性/经验性/工作记忆三种功能,以及形成/演化/检索三个动态过程。文章厘清了智能体记忆与…

混元翻译1.5实战:多语言OCR识别后处理

混元翻译1.5实战:多语言OCR识别后处理 在当前全球化信息流通加速的背景下,跨语言内容理解需求日益增长。尤其是在文档数字化、图像文本提取(OCR)等场景中,如何高效、准确地将识别出的多语言文本进行高质量翻译&#x…