論文の概要: Mapping the DeFi Crime Landscape: An Evidence-based Picture

• arxiv url: http://arxiv.org/abs/2310.04356v2
• Date: Wed, 30 Oct 2024 08:40:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-31 14:25:05.123918
• Title: Mapping the DeFi Crime Landscape: An Evidence-based Picture
• Title（参考訳）: DeFi犯罪の風景をマッピングするエビデンスをベースとした写真
• Authors: Catherine Carpentier-Desjardins, Masarah Paquet-Clouston, Stefan Kitzler, Bernhard Haslhofer,
• Abstract要約: 分散型金融(DeFi)は多くの利益主導型犯罪の標的となっている。 本研究は、DeFiセクターを対象とする利益主導型犯罪の包括的評価を提供する。
• 参考スコア（独自算出の注目度）: 0.4374837991804086
• License:
• Abstract: Decentralized finance (DeFi) has been the target of numerous profit-driven crimes, but the prevalence and cumulative impact of these crimes have not yet been assessed. This study provides a comprehensive assessment of profit-driven crimes targeting the DeFi sector. We collected data on 1153 crime events from 2017 to 2022. Of these, 1,048 were related to DeFi (the main focus of this study) and 105 to centralized finance (CeFi). The findings show that the entire cryptoasset industry has suffered a minimum loss of US$30B, with two thirds related to CeFi and one third to DeFi. Focusing on DeFi, a taxonomy was developed to clarify the similarities and differences among these crimes. All events were mapped onto the DeFi stack to assess the impacted technical layers, and the financial damages were quantified to gauge their scale. The results highlight that during an attack, a DeFi actor (an entity developing a DeFi technology) can serve as a direct target (due to technical vulnerabilities or exploitation of human risks), as a perpetrator (through malicious uses of contracts or market manipulations), or as an intermediary (by being imitated through, for example, phishing scams). The findings also show that DeFi actors are the first victims of crimes targeting the DeFi industry: 52.2% of events targeted them, primarily due to technical vulnerabilities at the protocol layer, and these events accounted for 83% of all financial damages. Alternatively, in 40.7% of events, DeFi actors were themselves malicious perpetrators, predominantly misusing contracts at the cryptoasset layer (e.g., rug pull scams). However, these events accounted for only 17% of all financial damages. The study offers a preliminary assessment of the size and scope of crime events within the DeFi sector and highlights the vulnerable position of DeFi actors in the ecosystem.
• Abstract（参考訳）: 分散型金融(DeFi)は多くの利益主導型犯罪の標的となっているが、これらの犯罪の頻度と累積的な影響はまだ評価されていない。 本研究は、DeFiセクターを対象とする利益主導型犯罪の包括的評価を提供する。 2017年から2022年までの1153件の犯罪事件に関するデータを収集した。 このうち1,048はDeFi(この研究の主な焦点)と105は中央集権金融(CeFi)に関係していた。 この結果によると、暗号業界全体では30億ドルの損失が最小であり、CeFiの3分の2、DeFiの3分の1が損失だった。 DeFiに焦点をあてて、これらの犯罪の類似点と相違点を明らかにするために分類学が開発された。 すべてのイベントはDeFiスタックにマッピングされ、影響した技術的レイヤを評価し、そのスケールを測定するために財務的損害を定量化した。 その結果、攻撃中、DeFiアクター(DeFi技術を開発する企業)が直接的標的(技術的脆弱性や人間のリスクの悪用)、加害者(契約の悪意のある使用や市場の操作を通じて)、仲介者(フィッシング詐欺などを通じて模倣される)として機能することを強調した。 52.2%のイベントは、主にプロトコル層における技術的脆弱性が原因であり、これらのイベントは、すべての財政的損害の83%を占めていた。 あるいは40.7%のイベントにおいて、DeFiアクターは自分自身が悪意のある加害者であり、主に暗号解読層(例:ラグプル詐欺)での契約を誤用していた。 しかし、これらの出来事は全財政的損害の17%に過ぎなかった。 この研究は、DeFiセクター内の犯罪事件の大きさと範囲を予備評価し、エコシステムにおけるDeFiアクターの脆弱な位置を強調している。

関連論文リスト

• I Experienced More than 10 DeFi Scams: On DeFi Users' Perception of Security Breaches and Countermeasures [20.786651708136663]
  分散ファイナンス(DeFi)は、まったく新しい投資経験を提供する。 市場規模が急速に拡大し、アクティブなユーザーもDeFiを詐欺やハッキングのターゲットにしている。 本稿では,DeFi利用者のセキュリティ意識と広く採用されているプラクティスについて検討する。
  論文  参考訳（メタデータ） (2024-06-22T02:22:52Z)
• DeFiTail: DeFi Protocol Inspection through Cross-Contract Execution Analysis [4.891180928768215]
  DeFi(Decentralized Finance)プロトコルは、ブロックチェーン上に開発された暗号通貨で、デジタル資産を管理する。 本稿では,DeFiTailを提案する。DeFiTailは,ディープラーニングを利用してアクセス制御とフラッシュローンのエクスプロイトを検出する最初のフレームワークである。 DeFiTailは98.39%のアクセス制御、97.43%のフラッシュローンのエクスプロイトを達成している。
  論文  参考訳（メタデータ） (2024-05-17T18:14:19Z)
• Unified Physical-Digital Attack Detection Challenge [70.67222784932528]
  Face Anti-Spoofing (FAS) は、顔認識(FR)システムを保護するために重要である。 UniAttackDataは、Unified Detectionのための最大の公開データセットである。 我々は,一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元
  論文  参考訳（メタデータ） (2024-04-09T11:00:11Z)
• Empirical Review of Smart Contract and DeFi Security: Vulnerability Detection and Automated Repair [36.46679501556185]
  分散ファイナンス(DeFi)はピアツーピア金融エコシステムとして台頭している。 スマートコントラクトには 膨大な価値があります 攻撃の魅力的なターゲットになります 本稿では,脆弱性検出と自動修復の観点から,スマートコントラクトとDeFiセキュリティの分野における進歩を概観する。
  論文  参考訳（メタデータ） (2023-09-05T17:00:42Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• G$^2$uardFL: Safeguarding Federated Learning Against Backdoor Attacks through Attributed Client Graph Clustering [116.4277292854053]
  Federated Learning (FL)は、データ共有なしで協調的なモデルトレーニングを提供する。 FLはバックドア攻撃に弱いため、有害なモデル重みがシステムの整合性を損なう。 本稿では、悪意のあるクライアントの識別を属性グラフクラスタリング問題として再解釈する保護フレームワークであるG$2$uardFLを提案する。
  論文  参考訳（メタデータ） (2023-06-08T07:15:04Z)
• Surveillance Face Presentation Attack Detection Challenge [68.06719263243806]
  Face Anti-Spoofing (FAS) は、様々な物理的攻撃から顔認識システムを保護するために不可欠である。 大規模サーベイランスハイフィデリティマスク(SuHiFiMask)を収集する SuHiFiMaskには、年齢層別101ドルのビデオが10,195ドル、メインストリームの監視カメラが7ドルだ。 監視シナリオにおける顔提示攻撃検出の課題を整理する。
  論文  参考訳（メタデータ） (2023-04-15T15:23:19Z)
• Smart Contract and DeFi Security Tools: Do They Meet the Needs of Practitioners? [10.771021805354911]
  スマートコントラクトを狙った攻撃は増加しており、推定645億ドルの損失を生んでいる。 私たちは、目立った攻撃につながる可能性のある脆弱性を特定するために、自動セキュリティツールの有効性に光を当てることを目指しています。 このツールは、われわれのデータセットにおける攻撃のわずか8%を防げた可能性があり、23億ドルの損失のうち1億4900万ドルに相当する。
  論文  参考訳（メタデータ） (2023-04-06T10:27:19Z)
• Detecting DeFi Securities Violations from Token Smart Contract Code [0.4263043028086136]
  DeFi(Decentralized Finance)は、さまざまなブロックチェーン上のスマートコントラクトを通じて構築および配信される金融製品とサービスのシステムである。 本研究の目的は、トークンのスマートコントラクトコードに基づいて、証券違反の可能性のあるDeFiプロジェクトを特定できるかどうかを明らかにすることである。
  論文  参考訳（メタデータ） (2021-12-06T01:44:08Z)
• Measurement-driven Security Analysis of Imperceptible Impersonation Attacks [54.727945432381716]
  本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。 皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。 また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
  論文  参考訳（メタデータ） (2020-08-26T19:27:27Z)
• Cross-ethnicity Face Anti-spoofing Recognition Challenge: A Review [79.49390241265337]
  Chalearn Face Anti-Spoofing Detection Challengeは、シングルモーダル(例えば、RGB)とマルチモーダル(例えば、RGB、Depth、赤外線(IR))のトラックで構成されている。 本稿では,その設計,評価プロトコル,結果の概要など,課題の概要について述べる。
  論文  参考訳（メタデータ） (2020-04-23T06:43:08Z)

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。