Компания Uniswap Labs инициировала запуск программы вознаграждений Uniswap Bug Bounty

6080

2 мин

Uniswap Labs приняла решение поощрять членов экосистемы проекта. Команда сообщила о запуске программы вознаграждений за обнаружение ошибок Uniswap Bug Bounty. По словам разработчиков, безопасность децентрализованной платформы и смарт-контрактов имеет первостепенное значение. Награды будут распределяться в зависимости от серьезности обнаруженного бага и суммы активов, находящихся под угрозой. Размер поощрения может достигать $2,25 млн.

Uniswap Bug Bounty подразумевает поиск уязвимости и ошибок в любом развернутом контракте Uniswap. К ним относятся те, которые находятся в репозиториях GitHub. В их число входят коды контракта универсального маршрутизатора, Permit2, V3 и UniswapX. Если будет обнаружена проблема в смарт-контракте за пределами, в котором средства пользователей также находятся под угрозой, команда, скорее всего, сочтет, что работа также достойна денежного поощрения.

Новая Uniswap Bug Bounty включает в себя «4-уровневую шкалу серьезности». Под этим подразумеваются критические проблемы, которые могут повлиять на многочисленных пользователей и иметь серьезные репутационные, юридические или финансовые последствия.

Затем следует «высокий уровень риска». В него входят ошибки, затрагивающие отдельных пользователей. Однако эксплуатация может представлять умеренный риск. Следом идут «средний уровень риска» и «низкий уровень риска».

Уязвимость не должна раскрываться публично или любому другому лицу, организации или адресу электронной почты до того, как Uniswap Labs будет уведомлена, не устранит проблему и не предоставит разрешение на публичное раскрытие. Запрос должен быть сделан в течение 24 часов после обнаружения уязвимости. Подробный отчет увеличивает вероятность получения вознаграждения и может повлиять на сумму.

Автор

Петр Иванов

Понравилась новость? Поделись мнением!

Комментарии

Оставить комментарий

Комментариев пока нет

Интересное по инвестиции

Nvidia обсуждает инвестиции до $3 млрд в SB Energy для проекта дата-центра OpenAI в Огайо

Nvidia ведет переговоры об инвестициях до $3 млрд в SB Energy, дочернюю компанию SoftBank Group, которая развивает энергетическую и дата-центровую инфраструктуру для проекта OpenAI в штате Огайо, сообщает Reuters. Стороны также обсуждают кредитную поддержку примерно на $10 млрд: Nvidia может вложить $1,5 млрд при подписании соглашения и еще $1,5 млрд при выходе SB Energy на биржу. SB Energy может провести IPO уже в следующем месяце и рассчитывает привлечь не менее $5 млрд. При этом Nvidia пересмотрела параметры поддержки проекта OpenAI в Огайо: первоначальный объем гарантий ожидается на уровне менее $120 млрд против ранее обсуждавшихся $250 млрд.

Трейдер заработал $205,8 тыс. на мемкоине BULLRUN после вложения $120

По данным LookIntoChain, трейдер купил 19,1 млн мемкоинов BULLRUN в сети BSC всего за $120, а затем продал 9,1 млн монет за $25,9 тыс. Сейчас у него остается 10 млн BULLRUN стоимостью около $180,2 тыс., а общая прибыль оценивается в $205,8 тыс., что соответствует доходности в 822 раза.

CME FedWatch: вероятность повышения ставки ФРС на 25 базисных пунктов в сентябре оценивается в 33,1%

По данным CME FedWatch, вероятность того, что ФРС сохранит процентную ставку без изменений в сентябре, составляет 66,9%. Шансы на повышение ставки на 25 базисных пунктов оцениваются в 33,1%.

Эмитент Bullish выпустил два токена с одинаковым названием с разной капитализацией

По данным GMGN, адрес-эмитент мемкоина Bullish два дня назад выпустил два токена с одинаковым названием. Сейчас их рыночная капитализация составляет около $17,1 млн и $34 100, что указывает на большой разрыв в оценке. Кроме того, 22 часа назад с того же адреса был запущен токен Bearish с капитализацией около $186 100.

Трейдер превратил $120,16 в более чем $172,5 тыс. на мемкоине BULLISH

Трейдер позавчера купил мемкоин BULLISH в сети BNB Chain на $120,16, а затем продал часть позиции за $25,9 тыс. У него также остаются токены BULLISH на $146,6 тыс., а общая прибыль превышает первоначальные вложения более чем в 688 раз.