Marché de Prédiction d'Opinion Frappé par la Contamination de Contexte de l'Oracle IA, Utilisateurs Étant Entièrement Indemnisés
La plateforme de marché de prédiction décentralisée Opinion a confirmé qu'elle avait subi une attaque le 1er janvier, résultant d'un problème décrit comme une contamination de contexte de l'oracle IA pendant son processus d'indexation en source ouverte.
Selon un rapport partagé par BlockBeats, l'incident s'est produit lorsque des informations contextuelles incorrectes ont été involontairement fournies à l'oracle IA d'Opinion lors de l'indexation des données. Cela a causé des déviations anormales dans certains résultats de prédiction, entraînant des règlements de marché incorrects.
---
Ce Qui a Mal Tourné
Opinion a expliqué que le problème n'était pas originaire de vulnérabilités de contrat intelligent ou de manipulation en chaîne. Au lieu de cela, il était enraciné dans la couche de contexte de son oracle IA—où les informations externes sont agrégées, interprétées et indexées avant d'être utilisées pour résoudre les marchés de prédiction.
Le contexte contaminé a entraîné des interprétations erronées, impactant finalement l'exactitude des résultats.
---
Indemnisation des Utilisateurs et Actions Immédiates
L'équipe d'Opinion s'est engagée à indemniser intégralement tous les utilisateurs affectés. Les points clés incluent :
Toutes les pertes liées à l'incident seront intégralement remboursées
Les utilisateurs n'ont pas besoin de soumettre des réclamations ou d'effectuer une quelconque action
L'indemnisation sera distribuée automatiquement une fois la vérification des données terminée
L'équipe a déclaré que la distribution serait finalisée "aussi rapidement que possible"
---
Corrections Techniques et Améliorations du Système
Suite à l'incident, Opinion a mis en œuvre plusieurs mesures correctives :
Cause fondamentale identifiée et résolue : Les facteurs d'indexation qui ont conduit à la contamination du contexte ont été isolés et résolus
Robustesse améliorée de l'oracle IA : La mise à jour devrait améliorer l'exactitude et les capacités d'auto-correction de l'IA
