論文の概要: Graph Neural Networks Enhanced Smart Contract Vulnerability Detection of
Educational Blockchain
- arxiv url: http://arxiv.org/abs/2303.04477v1
- Date: Wed, 8 Mar 2023 09:58:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-09 14:32:40.363682
- Title: Graph Neural Networks Enhanced Smart Contract Vulnerability Detection of
Educational Blockchain
- Title(参考訳): グラフニューラルネットワークによる教育ブロックチェーンのスマートコントラクト脆弱性検出
- Authors: Zhifeng Wang, Wanxuan Wu, Chunyan Zeng, Jialong Yao, Yang Yang,
Hongmin Xu
- Abstract要約: 本稿では,教育ブロックチェーンにおけるスマートコントラクトに対するグラフニューラルネットワークによる脆弱性検出を提案する。
実験の結果,提案手法はスマートコントラクトの脆弱性検出に有効であることがわかった。
- 参考スコア(独自算出の注目度): 4.239144309557045
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the development of blockchain technology, more and more attention has
been paid to the intersection of blockchain and education, and various
educational evaluation systems and E-learning systems are developed based on
blockchain technology. Among them, Ethereum smart contract is favored by
developers for its ``event-triggered" mechanism for building education
intelligent trading systems and intelligent learning platforms. However, due to
the immutability of blockchain, published smart contracts cannot be modified,
so problematic contracts cannot be fixed by modifying the code in the
educational blockchain. In recent years, security incidents due to smart
contract vulnerabilities have caused huge property losses, so the detection of
smart contract vulnerabilities in educational blockchain has become a great
challenge. To solve this problem, this paper proposes a graph neural network
(GNN) based vulnerability detection for smart contracts in educational
blockchains. Firstly, the bytecodes are decompiled to get the opcode. Secondly,
the basic blocks are divided, and the edges between the basic blocks according
to the opcode execution logic are added. Then, the control flow graphs (CFG)
are built. Finally, we designed a GNN-based model for vulnerability detection.
The experimental results show that the proposed method is effective for the
vulnerability detection of smart contracts. Compared with the traditional
approaches, it can get good results with fewer layers of the GCN model, which
shows that the contract bytecode and GCN model are efficient in vulnerability
detection.
- Abstract(参考訳): ブロックチェーン技術の発展に伴い、ブロックチェーンと教育の交わりにますます注目が集まっており、ブロックチェーン技術に基づいて様々な教育評価システムやeラーニングシステムが開発されている。
その中でもethereum smart contractは、教育用インテリジェントトレーディングシステムとインテリジェントな学習プラットフォームを構築するための‘イベントトリガード’メカニズムで、開発者から好まれている。
しかし、ブロックチェーンの不変性のため、公開されたスマートコントラクトは変更できないため、教育ブロックチェーンのコードを変更することで問題のあるコントラクトを修正することはできない。
近年,スマートコントラクト脆弱性によるセキュリティインシデントが大きな資産損失を引き起こしているため,教育ブロックチェーンにおけるスマートコントラクト脆弱性の検出が大きな課題となっている。
本稿では,学習ブロックチェーンにおけるスマートコントラクトに対するグラフニューラルネットワーク(gnn)に基づく脆弱性検出を提案する。
まず、バイトコードはOpcodeを取得するために逆コンパイルされる。
次に、基本ブロックを分割し、オプコード実行ロジックに従って基本ブロック間のエッジを追加する。
次に、制御フローグラフ(CFG)を構築する。
最後に,脆弱性検出のためのGNNモデルの設計を行った。
実験の結果,提案手法はスマートコントラクトの脆弱性検出に有効であることがわかった。
従来のアプローチと比較すると、GCNモデルのレイヤが少なくて良い結果が得られるため、コントラクトバイトコードとGCNモデルは脆弱性検出において効率的であることがわかる。
関連論文リスト
- Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳(メタデータ) (2024-01-28T10:46:17Z) - Blockchain Large Language Models [65.7726590159576]
本稿では,異常なブロックチェーントランザクションを検出するための動的,リアルタイムなアプローチを提案する。
提案するツールであるBlockGPTは、ブロックチェーンアクティビティのトレース表現を生成し、大規模な言語モデルをスクラッチからトレーニングして、リアルタイム侵入検出システムとして機能させる。
論文 参考訳(メタデータ) (2023-04-25T11:56:18Z) - An Automated Vulnerability Detection Framework for Smart Contracts [18.758795474791427]
ブロックチェーン上のスマートコントラクトの脆弱性を自動的に検出するフレームワークを提案する。
具体的には、まず、スマートコントラクトのバイトコードから新しい特徴ベクトル生成技術を利用する。
次に、収集したベクトルを新しいメトリック学習ベースディープニューラルネットワーク(DNN)に入力し、検出結果を得る。
論文 参考訳(メタデータ) (2023-01-20T23:16:04Z) - Training Massive Deep Neural Networks in a Smart Contract: A New Hope [5.0737599874451105]
ディープニューラルネットワーク(DNN)は、DeFiやNFTトレーディングといったブロックチェーンアプリケーションで非常に有用である。
本稿では,A New Hope (ANH) と呼ばれる新しいプラットフォーム設計を提案する。
i) 計算集約的なスマートコントラクトトランザクションは、結果を必要とするノード、あるいは特定のサービスプロバイダによってのみ実行される、(ii) 非決定論的スマートコントラクトトランザクションは、不確実な結果をもたらす、という考え方です。
論文 参考訳(メタデータ) (2021-06-28T14:38:44Z) - Smart Contract Vulnerability Detection: From Pure Neural Network to
Interpretable Graph Feature and Expert Pattern Fusion [48.744359070088166]
従来のスマートコントラクトの脆弱性検出方法は、専門家の規則に大きく依存している。
最近のディープラーニングアプローチはこの問題を軽減するが、有用な専門家の知識をエンコードすることができない。
ソースコードから専門家パターンを抽出する自動ツールを開発する。
次に、深いグラフの特徴を抽出するために、コードをセマンティックグラフにキャストします。
論文 参考訳(メタデータ) (2021-06-17T07:12:13Z) - Quantum-resistance in blockchain networks [46.63333997460008]
本稿では、ブロックチェーンネットワークにおける量子脅威を特定し、排除するために、米国間開発銀行、IDBラボ、LACChain、量子コンピューティング(CQC)、Tecnologicalo de Monterreyによる研究について述べる。
量子コンピューティングの出現は、非量子耐性暗号アルゴリズムを利用するため、インターネットプロトコルやブロックチェーンネットワークを脅かす。
論文 参考訳(メタデータ) (2021-06-11T23:39:25Z) - A Bytecode-based Approach for Smart Contract Classification [10.483992071557195]
ブロックチェーンプラットフォームにデプロイされるスマートコントラクトの数は指数関数的に増えているため、ユーザは手動のスクリーニングによって望ましいサービスを見つけることが難しくなっている。
スマートコントラクト分類に関する最近の研究は、契約ソースコードに基づく自然言語処理(NLP)ソリューションに焦点を当てている。
本稿では,これらの問題を解決するために,ソースコードの代わりにコントラクトバイトコードの特徴に基づく分類モデルを提案する。
論文 参考訳(メタデータ) (2021-05-31T03:00:29Z) - ESCORT: Ethereum Smart COntRacTs Vulnerability Detection using Deep
Neural Network and Transfer Learning [80.85273827468063]
既存の機械学習ベースの脆弱性検出方法は制限され、スマートコントラクトが脆弱かどうかのみ検査される。
スマートコントラクトのための初のDeep Neural Network(DNN)ベースの脆弱性検出フレームワークであるESCORTを提案する。
ESCORTは6種類の脆弱性に対して平均95%のF1スコアを達成し,検出時間は契約あたり0.02秒であることを示す。
論文 参考訳(メタデータ) (2021-03-23T15:04:44Z) - Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's
Post-Quantum Security [67.06003361150228]
作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。
本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。
我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
論文 参考訳(メタデータ) (2020-12-30T18:03:56Z) - Blockchain Enabled Smart Contract Based Applications: Deficiencies with
the Software Development Life Cycle Models [0.0]
スマートコントラクトが格納されるブロックの不変性は、従来のソフトウェア開発ライフサイクル(SDLC)モデルと矛盾する。
本稿では,従来のSDLCモデル6つを最初に検討することによって,この問題に対処する。
発生した問題に対処するためには、新しい標準モデルの開発が緊急に必要である、と同社は主張する。
論文 参考訳(メタデータ) (2020-01-21T03:48:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。