Kryptoměnový phishing je stále méně závislý na náhodných zprávách a stále více na veřejně dostupných informacích. Na transparentních blockchainech může útočník zkoumat zůstatky peněženek, držené tokeny, aktivitu v decentralizovaných aplikacích, načasování převodů i opakující se chování. Tyto informace mohou pomoci proměnit obecný podvod ve zprávu, která zdánlivě odpovídá skutečně drženým aktivům nebo nedávným krokům uživatele.
Midnight uvádí, že soukromí může tento proces narušit ještě před samotným sepsáním phishingové zprávy.
V analýze z 10. září CTO Midnightu Sebastien Guillemot vysvětluje, jak mohou stíněná aktiva zmařit phishingové útoky tím, že omezí data dostupná pro profilování. Argument je jednoduchý: pokud útočník nemůže spolehlivě zjistit, co peněženka vlastní, které aplikace používá a jak se v čase chová, je obtížnější vytvořit přesvědčivou žádost o škodlivý podpis.
To je důležité, protože mnoho kryptoměnových podvodů nevyžaduje, aby oběť prozradila seed frázi. Útočník se místo toho snaží uživatele přesvědčit ke schválení transakce, která umožní přístup k aktivům nebo je přesune jinam. Tento postup se často označuje jako ice phishing. Uživatel podepíše něco, co může vypadat jako běžné schválení, transakce však útočníkovi poskytne cestu k pozdějšímu vyvedení prostředků.
Data z veřejné účetní knihy mohou tyto žádosti zpřesnit. Peněženka, která nedávno interagovala s konkrétní aplikací, obdržela nový token nebo přesouvala prostředky v předvídatelnou dobu, se může stát cílem zprávy vytvořené právě podle této aktivity. Blockchain nemusí odhalit občanské jméno osoby, aby poskytl užitečné informace. Opakovaně používané adresy, zůstatky a vzorce transakcí mohou stačit k identifikaci cenných cílů a odvození toho, na co by mohly reagovat.
Navrhovaným řešením Midnightu je stínit více těchto informací. Jeho model soukromí je popisován jako systém chránící aktiva, historii transakcí a vazby mezi aktivitou a identitou před zveřejněním ve veřejné účetní knize. Cílem není pouze skrýt zůstatek před zvědavým pozorovatelem. Jde o omezení množství použitelných informací, které má útočník k dispozici.
Jde o jiný způsob, jak nahlížet na soukromí v blockchainu. Soukromí se běžně probírá jako ochrana před sledováním, komerčním monitorováním nebo nechtěným zveřejněním informací. Analýza Midnightu jej představuje jako omezení plochy pro útok. Každý veřejný detail může sloužit ke sledování, zároveň však může útočníkovi pomoci rozhodnout, koho cílit, co zmínit a kdy žádost odeslat.
Rejstřík blogu Midnightu uvádí příspěvek jako záznam z 10. září 2026 a shrnuje stejnou tezi o soukromí a phishingu. Toto načasování zasazuje argument přímo do aktuální debaty o bezpečnosti peněženek, v níž uživatelé stále častěji čelí podvodům přizpůsobeným jejich chování on-chain, nikoli plošným kampaním zasílaným na neznámé adresy.
Tento mechanismus má také své limity. Stínění dat nezajistí bezpečnost škodlivého webu, neodstraní sociální inženýrství ani nezaručí, že uživatel před podpisem porozumí transakci. Oběť lze stále oklamat falešným pracovníkem podpory, kompromitovaným rozhraním nebo podvodnou nabídkou tokenů. Soukromí odstraňuje některé informace z útočníkova arzenálu, nenahrazuje však simulaci transakcí, varování peněženky a důsledné kontroly autorizace.
Obtížnější otázkou je, kdo může informace vidět, když už nejsou veřejné. Uživatelé stále potřebují způsoby, jak obnovit účty, prokázat vlastnictví a vyšetřovat sporné převody. Podniky a regulované služby mohou potřebovat přístup k informacím o transakcích pro účely souladu s předpisy. Vývojáři potřebují dostatečnou viditelnost k diagnostice selhání, aniž by se soukromá aktivita proměnila v nový únik dat. Systém soukromí, který vše skryje před všemi, by mohl přinést jiné problémy s použitelností a odpovědností.
Tvrzení Midnightu je proto strategicky užitečné, nikoli však definitivní. Stíněná aktiva mohou snížit kvalitu dat pro cílení, která mají phisheři k dispozici, zejména ve srovnání s peněženkami, jejichž zůstatky a historie používání aplikací se snadno zkoumají. To, zda se tato ochrana stane praktickou, bude záviset na tom, jak systém vyřeší obnovu účtů, selektivní zveřejňování, soulad s předpisy a vzdělávání uživatelů.
Důležitý je posun v pojetí. Pro uživatele kryptoměn soukromí neslouží jen k utajení finanční aktivity. Může také určovat, kolik toho útočník ví ještě před navázáním kontaktu. Pokud je veřejně dostupných méně informací, má přesně cílený phishing méně vstupních materiálů. Hrozbu to neukončí, může to však ztížit přípravu nejpřesvědčivějších podvodů.
Noah Brown is not a person. No notebook, no deadlines, no face behind the name — just a byline this newsroom publishes under. Here is the production line underneath it, because a name beside a portrait reads like a journalist, and this one is not one.
The models. Writing: gpt-5.6-luna and gpt-5.6-terra. Out on the live web: gpt-5.6-terra and gpt-5.6-luna. Pictures: gpt-image-1 and flux. Swap one in the newsroom and this line swaps with it — it is read off the machines, not typed here.
How a story is made
- Research. The searching model reads around the story, pointed at primary sources — the filing, the post, the repository — rather than at somebody else's write-up of them.
- Writing. The writing model drafts it against what was found, at Noah Brown's usual length and in Noah Brown's usual register.
- The loop. A reviewer reads the draft and sends it back with notes. Then reads it again. A piece can go round several times before it leaves the building.
- Enrichment. A quotation has to appear word for word on the page it is taken from. A chart may only use figures that appear in the source it cites. Whatever fails is dropped, and the reason is kept.
- Fact check. A last pass hunts for claims the article makes and its sources do not.
- A human stop. Sensitive subjects are held for a person to read before publication, and a person can kill any of it at any point.
If that sounds less like a newsroom and more like a factory: quite. It is called Press Factory.
Tento článek vytvořila umělá inteligence a byl publikován automaticky bez redakční kontroly před zveřejněním. Tento článek byl strojově přeložen z angličtiny a autorství uvedené v byline náleží autorovi původního textu.
How this article was made
The article was produced by the Grandmonts Media News Engine using automated research, drafting and verification workflows. No human editor reviewed the article before publication. Grandmonts Media remains responsible for the published content. Errors can be reported at office@grandmonts.cz.