← Neueste Arbeiten
💻 computer science

Free-Riding in the AI Economy: Demystifying Logic Flaws in x402-Enabled Payment Systems

Dieses Paper präsentiert die erste umfassende Sicherheitsanalyse des x402-Protokolls, die kritische Schwachstellen wie Lücken im Signaturdesign und Race Conditions aufdeckt, welche Free-Riding und Ressourcenlecks in KI-gesteuerten Zahlungssystemen ermöglichen, und schlägt architektonische Abhilfemaßnahmen vor, um Maschinen-zu-Maschine-Transaktionen abzusichern.

Ursprüngliche Autoren: Shengchen Ling, Yihang Huang, Yuan Chen, Yajin Zhou, Lei Wu, Cong Wang

Veröffentlicht 2026-06-01
📖 6 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: Shengchen Ling, Yihang Huang, Yuan Chen, Yajin Zhou, Lei Wu, Cong Wang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich einen geschäftigen digitalen Marktplatz vor, auf dem Roboter (KI-Agenten) Dienstleistungen mit Lichtgeschwindigkeit kaufen und verkaufen. Es gibt keine Kassierer oder menschliche Manager; sie kommunizieren einfach miteinander und tauschen sofort digitale Münzen aus. Um dies zu ermöglichen, wurde ein neues System namens x402 erfunden. Es ist wie ein universelles „Pay to Enter“-Schild (Zahlung beim Eintritt), das Roboter automatisch lesen und befolgen können.

Dieses Papier ist jedoch ein Sicherheitsbericht, der besagt: „Die Schlösser an diesem Marktplatz sind kaputt.“

Die Forscher haben herausgefunden, dass das System, weil es versucht, zu schnell und zu flexibel zu sein, eine „Lücke“ geschaffen hat zwischen dem Zeitpunkt, an dem ein Roboter sagt, dass er bezahlen wird, und dem Zeitpunkt, an dem das Geld tatsächlich eintrifft. Diese Lücke ermöglicht es böswilligen Akteuren, das System auszutricksen, um kostenlos Arbeit zu erhalten.

Hier ist eine Aufschlüsselung der vier Hauptwege, wie dieses „Free-Riding“ (Gratis-Nutzen) geschieht, unter Verwendung einfacher Analogien:

1. Das „Falsches Ticket“-Problem (Cross-Resource Substitution)

Die Analogie: Stellen Sie sich vor, Sie kaufen ein Ticket für einen Film namens Matrix. Das Ticket besagt: „Ein Eintritt, 10 $“. Aber der Sicherheitsdienst des Kinos prüft nur den Preis (10 $) und nicht den Filmtitel.
Der Fehler: Ein Hacker kauft ein Ticket für den billigen Film (Matrix), aber geht zum Eingang der VIP-Lounge für den teuren Film (Dune). Der Wachmann sieht das 10 $-Ticket, nickt und lässt ihn hinein.
Die Realität: Im x402-System enthält die digitale „Signatur“, die ein Roboter zur Zahlung verwendet, nicht strikt, welche spezifische Dienstleistung er bezahlt, sondern nur, wie viel und an wen. Ein Hacker kann einen gültigen Zahlungsnachweis für einen billigen API-Aufruf nehmen und diesen nutzen, um einen teuren Premium-KI-Dienst freizuschalten. Das System akzeptiert das Geld, liefert aber das falsche (und wertvollere) Produkt.

2. Das „Doppelbuchungs“-Problem (Probabilistic Service Duplication)

Die Analogie: Stellen Sie sich ein Hotel mit einer sehr langsamen Rezeption vor. Sie kommen an und sagen: „Ich habe eine Reservierung.“ Der Mitarbeiter prüft den Computer, sieht, dass Ihr Name frei ist, und sagt: „Groß, gehen Sie auf Ihr Zimmer!“
Während der Mitarbeiter noch dabei ist, den Check-in in das Hauptbuch einzutippen, rennen Sie mit einem Freund zurück zur Rezeption und sagen: „Ich habe auch eine Reservierung!“ Da der Mitarbeiter die erste noch nicht fertig eingetippt hat, sieht der Computer für die zweite Person immer noch „frei“ aus. Sowohl Sie als auch Ihr Freund bekommen einen Zimmerschlüssel, aber das Hotel hat Sie nur einmal berechnet.
Der Fehler: Das x402-System prüft, ob eine Zahlung gültig ist (die „Prüfung“), aber es sperrt die Transaktion nicht sofort (das „Schloss“). Ein Hacker kann dieselbe Zahlungsanforderung in einem Bruchteil einer Sekunde 20 Mal senden. Der Server, der schnell arbeitet, sagt zu allen 20 Anfragen „Ja“, bevor die Blockchain (das Hauptbuch) Zeit hat zu sagen: „Warte, diese Zahlung wurde bereits verwendet!“ Der Händler liefert 20 Dienste, erhält aber nur eine Zahlung.

3. Das „Blankoscheck“-Problem (Allowance Overdrafts)

Die Analogie: Stellen Sie sich vor, Sie geben einem Kellner eine Kreditkarte mit einem Limit von 100 $ und sagen: „Bestellen Sie, was Sie wollen, aber gehen Sie nicht über 100 $ hinaus.“ Der Kellner beginnt, teure Steaks zu bestellen.
Das Problem ist, dass der Kellner 10 Steaks bestellt, bevor die Bank Zeit hat zu prüfen, ob Sie das Geld tatsächlich haben. Bis die Bank versucht, die Karte abzubuchen, haben Sie schon 500 $ ausgegeben. Die Bank lehnt die Abbuchung ab, aber der Kellner hat das Essen bereits serviert. Sie bekommen das Essen umsonast; das Restaurant trägt die Kosten.
Der Fehler: In der Welt der KI ist die Kostenstruktur einer Aufgabe erst bekannt, wenn sie abgeschlossen ist. Hacker setzen ein „Ausgabenlimit“ (Allowance) fest, das gerade groß genug ist, um eine schnelle Prüfung zu bestehen. Sie lösen dann massive, teure KI-Aufgaben aus. Das System beginnt sofort mit der Arbeit (weil die Prüfung bestanden wurde), aber bis die endgültige Rechnung berechnet ist, hat der Hacker mehr als sein Limit ausgegeben. Die Blockchain lehnt die Zahlung ab, aber die KI hat die Arbeit bereits erledigt.

4. Das „Verkehrsstau“-Problem (Denial of Settlement)

Die Analogie: Stellen Sie sich eine Mautstelle vor, die nur 10 Autos pro Minute verarbeiten kann. Ein Hacker schickt 50 Autos gleichzeitig durch das Tor. Das Tor öffnet sich für alle 50, weil die „Eintrittsprüfung“ schnell geht. Aber wenn die Autos versuchen, am Ende der Strecke zu bezahlen, ist die Mautstelle überlastet und kann nur 10 verarbeiten. Die anderen 40 Autos fahren einfach weg, ohne zu bezahlen.
Der Fehler: Das System hat ein Limit für die Anzahl der Zahlungen, die es pro Sekunde verarbeiten kann. Hacker überfluten das System mit Anfragen. Der Server liefert den Dienst für alle, weil der „Eintritt“ schnell ist, aber die „Zahlungsseite“ verstopft. Der Server liefert am Ende kostenlose Dienste, weil er die Zahlungen nicht schnell genug verarbeiten kann, um „Nein“ zu sagen.

Das große Ganze: Warum das wichtig ist

Das Papier argumentet, dass das x402-System versucht, zwei Dinge zu tun, die nicht gut zusammenpassen:

  1. Web-Geschwindigkeit: Instantane „Vertrau mir“-Interaktionen (wie HTTP-Anfragen).
  2. Blockchain-Sicherheit: Langsame „Verifiziere alles zuerst“-Sicherheit (wie Blockchain-Finalität).

Durch den Versuch, beides zu verbinden, hat das System eine „Zeitlücke“ geschaffen. In dieser Lücke können sich böswillige Akteure hindurchschleichen.

Die vorgeschlagenen Lösungen

Die Autoren schlagen einige Wege vor, um das System zu reparieren, indem sie im Wesentlichen sagen, dass das System vorsichtiger sein muss:

  • Binden Sie das Ticket an den spezifischen Sitzplatz: Stellen Sie sicher, dass die digitale Signatur exakt angibt, welche Dienstleistung gekauft wird, und nicht nur den Preis.
  • Hängen Sie ein „Bitte nicht stören“-Schild an das Hauptbuch: Wenn eine Zahlung geprüft wird, sperren Sie sie sofort, damit niemand sonst sie verwenden kann, bis sie bestätigt ist.
  • Servieren Sie das Essen erst, wenn die Rechnung geklärt ist: Bei KI-Aufgaben sollten die Ergebnisse nicht gestreamt werden, bis die Zahlung tatsächlich bestätigt ist. Wenn die Zahlung fehlschlägt, erhält der Nutzer nichts.
  • Prüfen Sie die Kapazität der Mautstelle: Wenn das Zahlungssystem zu beschäftigt ist, um eine Rechnung zu verarbeiten, lassen Sie das Auto gar nicht erst hinein.

Kurz gesagt: Das Papier zeigt auf, dass die „wirtschaftlichen Schienen“ für KI-Agenten derzeit voller Löcher sind, durch die man Dienste stehlen kann. Um dies zu beheben, müssen wir aufhören, so optimistisch gegenüber Zahlungen zu sein, und anfangen, die Dinge sicher zu sperren, selbst wenn dies die Prozesse etwas langsamer macht.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →