其他文章 - 第7页 - 登链社区

2024年的第二次复盘总结

Keegan小钢
发布于 2024-05-30
阅读 ( 1301 )
( 13 )

Across如何优先考虑安全性：规范资产极大化与意图

本文深入探讨了Across在跨链桥接中的安全性，强调了其基于意图的架构和对规范资产的重视，旨在减少用户的安全风险。文章指出，许多桥接解决方案存在安全交易问题，而Across通过创新的方式改善了用户体验，并确保资金安全。

跨链桥接安全性规范资产意图架构去中心化流动性

across
发布于 2024-05-28
阅读 ( 225 )

链游开发：探索游戏与区块链的交汇点

在数字化时代，区块链技术以其独特的去中心化、透明性和安全性，正在逐步改变我们生活的各个领域。其中，链游（BlockchainGaming）作为区块链技术与游戏产业的结合，正逐渐展现出其巨大的潜力和无限的可能性。基于基纳链的链游开发区块链开发斯一、链游的概念与特点链游，即区块链游戏，是一

DAppNode
发布于 2024-05-24
阅读 ( 2189 )
( 37 )

波特五力模型与Web3中的竞争优势

本文探讨了在Web3背景下，基于波特五力模型的竞争策略与动态的变化。Web3平台通过开放的协议、去中心化的网络和用户对数据的主动权，显著加剧了竞争，同时也提供了新的合作机会，促使平台在价值创造方面采取共同努力的态度。文章分析了这一新环境下的竞争优势来源，以及如何通过社区凝聚力和嵌入性建立可持续的竞争优势。

Web3 竞争策略波特五力市场动态社区凝聚力嵌入性

a16z Crypto
发布于 2024-05-21
阅读 ( 539 )

Web3 开发者的自我修养——智能合约

in 小猪Web3

智能合约开发者中大多数都在以太坊以及兼容 EVM 的区块链上进行开发，而 Solana 是非 EVM 兼容区块链生态中开发者最多的，Move 则是专门为安全地开发区块链智能合约而构建的。分析和评价智能合约开发语言通常包含易用性、安全性和生态资源。

Solidity Rust Move

Pignard
发布于 2024-05-20
阅读 ( 2893 )
( 27 )

Web3 极客日报 #1504

Web3 极客日报 1504

rebase
发布于 2024-05-14
阅读 ( 1474 )
( 18 )

零时科技 || GPU攻击事件分析

BNB Smart Chain上的GPU项目遭受攻击，导致约32,400美元损失。攻击者利用DODO借贷226,007 BUSD购买GPU Token，并利用转账漏洞人为增加Token数量，最终换回BUSD获利。

区块链安全黑客攻击安全事件分析

零时科技
发布于 2024-05-13
阅读 ( 1944 )
( 16 )

可读可写可拥有宣言 - 《Read Write Own: 构建下一代互联网》摘录

读-写-拥有宣言是《Read Write Own: 构建下一代互联网》摘录，作者是ChrisDixon。该书现已在美国和英国的英语版上市；其他语言版本即将推出。互联网可能是二十世纪最重要的发明。它改变了世界...

加密思想

a16z Crypto
发布于 2024-05-02
阅读 ( 875 )

Web3 极客日报 #1481

Web3 极客日报 1481

rebase
发布于 2024-04-25
阅读 ( 1605 )
( 26 )

成为 Web3 开发者需要掌握哪些知识

Web3 开发者有哪些方向，需要掌握什么知识？

入门区块链入门

Dapplink
发布于 2024-04-24
阅读 ( 9359 )
( 440 )

Web3 极客日报 #1478

EIP 3074 不安全、不必要，使用户资金面临风险，同时分散用户体验、流动性和钱包堆栈

rebase
发布于 2024-04-22
阅读 ( 1606 )
( 17 )

糟糕的政策让 Meme 胜过实质

文章讨论了当前加密货币市场中投机行为，尤其是memecoins的盛行，而真正有创新价值的区块链项目却面临监管障碍。作者呼吁改进监管框架以支持有价值的区块链创新，而不是鼓励投机行为。

memecoins 区块链监管投机加密市场 meme

Chris Dixon
发布于 2024-04-22
阅读 ( 442 )

零时科技入选安全牛第十一版《中国网络安全行业全景图》

本次零时科技入选安全牛第十一版《中国网络安全行业全景图》的“区块链安全”领域。

区块链安全

零时科技
发布于 2024-04-15
阅读 ( 1753 )
( 18 )

Zellic获得DARPA颁发的100万美元奖励，参加人工智能网络挑战赛

Zellic获得了DARPA颁发的100万美元，用于开发一种自动化漏洞研究系统（AVRS），该系统利用大型语言模型（LLM）创建能够自主发现和修复安全漏洞的AI系统。文章概述了AVRS的设计原则，包括自主性、准确性、可扩展性和可扩展性，并探讨了如何通过合理的任务优先级策略和LMM的结合来模拟人类研究者的工作过程。

自动化漏洞研究人工智能安全漏洞大型语言模型任务优先级