用于智能合约的自动化漏洞检测框架

《Distributed Ledger Technologies: Research and Practice》：An Automated Vulnerability Detection Framework for Smart Contracts

随着区块链技术广泛应用，智能合约安全漏洞检测至关重要。现有方法依赖人工规则易遗漏漏洞且效率低。本文提出基于字节码特征生成的深度神经网络框架，结合投票机制实现高效自动化检测，实验证明其有效性和高效性。

　　

摘要

随着区块链技术在提供去中心化解决方案方面的应用日益广泛，智能合约变得越来越流行，目前每天通过这种技术交易的金额已达数十亿美元。与此同时，攻击者利用智能合约中的各种漏洞窃取了价值数百万美元的加密货币。因此，自动检测智能合约漏洞是一个重要的研究课题。现有的解决方案主要依赖人类专家来定义特征或规则来识别漏洞，但这往往导致许多漏洞被忽略，并且在检测新漏洞方面效率低下。为了解决这些问题，我们提出了一个框架，用于自动检测区块链上的智能合约漏洞。具体而言，首先我们利用从智能合约字节码中提取的新颖特征向量（因为智能合约的源代码很少公开可用）。然后，我们使用基于度量学习的深度神经网络（DNN）对这些特征向量进行分析，以生成检测结果。框架的预测结果通过投票机制进行进一步优化，以达到共识。我们在大规模基准测试中进行了全面实验，定量结果证明了我们方法的有效性和效率。