Futures
Accédez à des centaines de contrats perpétuels
TradFi
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Lancer
CandyDrop
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
Launchpad
Soyez les premiers à participer au prochain grand projet de jetons
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Simple Earn
Gagner des intérêts avec des jetons inutilisés
Investissement automatique
Auto-invest régulier
Double investissement
Profitez de la volatilité du marché
Staking souple
Gagnez des récompenses grâce au staking flexible
Prêt Crypto
0 Fees
Mettre en gage un crypto pour en emprunter une autre
Centre de prêts
Centre de prêts intégré
L'Institut chinois de recherche sur l'information et la communication en collaboration avec des universités a découvert et corrigé la vulnérabilité critique d'injection de commandes OpenClaw
Selon Mars Finance, lors d’un audit de sécurité du cadre open source d’agents autonomes OpenClaw effectué par une équipe conjointe de l’Académie chinoise des technologies de l’information et des communications, de l’Université Jiaotong de Shanghai et de l’Université de Nanjing, un vulnérabilité critique de type injection de commandes alimentée par LLM a été découverte dans le module bash-tools. Cette faille provient du fait que le système ne réalise pas une évasion stricte des paramètres de ligne de commande générés par le LLM. Un attaquant peut contourner la défense par expression régulière en utilisant un prompt incitatif, permettant l’exécution de code à distance sur la machine hôte et le vol de données sensibles. L’équipe de recherche a validé l’attaque dans divers environnements de modèles principaux, a lancé un processus de divulgation responsable de la vulnérabilité, et a soumis des recommandations de correction à la base de données spécialisée NVDB pour les vulnérabilités de sécurité des produits d’intelligence artificielle (CAIVD) ainsi qu’à la communauté GitHub.