作者：Chloe，

加密市场热度不断增长，资产的多样性与复杂性也随之增加，其热度受惠于先进技术和创新应用，但也增加了更多遗失以及无法追讨的资产数量。根据估计，由于忘记密码、硬体故障等意外事件，目前市场上有数千亿美元的虚拟货币还是处于悬而未决的状态。

根据研究，比特币 2100 万总供应量中大约有 600 万个比特币被认定已遗失，可能的原因包含忘记密码、硬件损坏、或者资产拥有者已不在世上等因素。而有 29% 的比特币在过去五年内未曾被移动，当然这可能包括长期投资者或长时间交易的用户。但事实上，却有不少的比特币单纯是因为用户忘记密码或因技术问题无法取得而处于无法追讨的状态。

例如，2013 年英国一名男子 James Howells 无意中扔掉了一个硬碟，里面装有 7,500 个比特币，目前在市场上价值就不用说了，现在硬碟还被埋在垃圾场里面 ; Ripple 前CTO Stefan Thomas 先前也透露了自己拥有的 7,002 个比特币托管在硬件钱包 IronKey 的私钥中，但他忘了密码，仅存的 10 次猜测密码机会也只剩下两次，一但失败，私钥及托管的 7,002 个比特币将会被删除且永久遗失在黑洞当中。

不过如今幸运的是，这些遗失的数位资产，可能可以靠着人工智能的发展被找回，不论用户的资产金额大小，加密钱包恢复服务可以帮助用户从软件钱包或硬件钱包中回收遗失的比特币或以太币。

AI+GPU+演算法

首先是 AI 训练模型，特别是基于 OpenAI 的 GPT-2 模型如 PASS-GPT，已经成为找回加密资产的前端技术。PASS-GPT 可以分析大量关于用户行为、密码模式和分析庞大的数据。通过这些数据，模型能够识别出可能的密码结构和常用词彙，以预测用户可能设置的密码，且 PASS-GPT 还能利用逐步取样技术，生成一系列难以解读的密码组合，这对于暴力破解攻击特别重要，因为它能够高效地生成出那些不容易直接想到的密码选项，提高找回遗失资产的机率。

根据测试 PASS-GPT 凭藉其逐步取样技术，在密码猜测能力上比其他模型高出了 20%。

接着则是现代 GPU 和 CPU 的力量，现代的 GPU（图形处理单元）和 CPU（中央处理单元）的应用，为刚刚上述的 AI 模型提供了非常有利的计算能力。

GPU 最初是为了处理电脑图形和游戏图像而设计的，它们在进行大量并行计算方面非常高效。也就是说 GPU 可以同时处理成千上万的计算任务，得以让它们非常适合进行密码猜测的「暴力破解」攻击。在这种攻击中，电脑会尝试每一种可能的密码组合，直到找到正确的那一个。也由于 GPU 可以快速处理这些计算，因此将 AI 模型如 PASS-GPT 相结合使用，把软件硬件都提升到最高等级，让整个运算系统更为强大。

最后，在找回加密钱包密码还需要一项能力，加强防范「侧通道攻击」(Side-channel attack, SCA)。侧通道攻击是一种安全攻击方式，它不是直接破解密码，而是通过分析电脑执行加密操作时产生的物理信号（如功耗、电磁辐射）来寻找密钥资讯的漏洞。举例来说，如果一个攻击者能够检测到特定操作时硬体功耗的细微变化，他们可能就有机会推测出正在进行的加密操作或密钥的某些部分。

为了保护加密货币不受这种攻击的威胁，许多 AI 演算法专家正在开发和部署新的策略和技术。包括，增加随机性，也就是在加密过程中增加随机操作，让攻击者难以从物理信号中得出有意义的资讯 ; 改进算法设计，设计算法时必须得先考虑抵抗侧通道攻击的能力，例如确保算法的运行方式和执行时间不会因为处理的秘密资讯（如密码、密钥等）的不同而有所差异 ; 最后则是使用专门的硬体，开发专门的硬体元件，这些元件使其在执行不同操作过程中消耗相同或相似量的电力就可以藉此抵抗侧通道攻击。

比特币及虚拟货币的安全性是双向的，确实保证了一定的安全程度，但也可能反过来防范到自己。而幸好 AI 技术、硬体计算能力以及演算法的进步开创了新的可能，为那些不小心失去资产的用户带来了更多希望。