論文の概要: DApps Ecosystems: Mapping the Network Structure of Smart Contract
Interactions
- arxiv url: http://arxiv.org/abs/2401.01991v1
- Date: Wed, 3 Jan 2024 21:48:54 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-05 16:22:41.751440
- Title: DApps Ecosystems: Mapping the Network Structure of Smart Contract
Interactions
- Title(参考訳): DAppsエコシステム:スマートコントラクトインタラクションのネットワーク構造をマッピングする
- Authors: Sabrina Aufiero, Giacomo Ibba, Silvia Bartolucci, Giuseppe Destefanis,
Rumyana Neykova, Marco Ortu
- Abstract要約: 分散アプリケーション(dApps)は、従来の集中型システムを破壊する可能性について注目を集めている。
分散化がアーキテクチャ的にどのように実装されているかを示し、共通の開発パターンと異常を識別する。
モジュラーな自己充足型契約と複雑な関数相互作用の網によって特徴付けられる一貫したネットワーク構造を見いだす。
- 参考スコア(独自算出の注目度): 3.453303606167197
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, decentralized applications (dApps) built on blockchain
platforms such as Ethereum and coded in languages such as Solidity, have gained
attention for their potential to disrupt traditional centralized systems.
Despite their rapid adoption, limited research has been conducted to understand
the underlying code structure of these applications. In particular, each dApp
is composed of multiple smart contracts, each containing a number of functions
that can be called to trigger a specific event, e.g., a token transfer. In this
paper, we reconstruct and analyse the network of contracts and functions calls
within the dApp, which is helpful to unveil vulnerabilities that can be
exploited by malicious attackers. We show how decentralization is
architecturally implemented, identifying common development patterns and
anomalies that could influence the system's robustness and efficiency. We find
a consistent network structure characterized by modular, self-sufficient
contracts and a complex web of function interactions, indicating common coding
practices across the blockchain community. Critically, a small number of key
functions within each dApp play a pivotal role in maintaining network
connectivity, making them potential targets for cyber attacks and highlighting
the need for robust security measures.
- Abstract(参考訳): 近年では、Ethereumなどのブロックチェーンプラットフォーム上に構築され、Solidityなどの言語でコード化された分散アプリケーション(dApps)が、従来の集中システムを破壊する可能性に注目を集めている。
急速な採用にもかかわらず、これらのアプリケーションの基盤となるコード構造を理解するための限定的な研究がなされている。
特に、各dAppは複数のスマートコントラクトで構成されており、それぞれが特定のイベント、例えばトークン転送をトリガーするために呼び出される複数の関数を含んでいる。
本稿では,dapp内の契約や関数呼び出しのネットワークを再構築し,解析することで,悪意のある攻撃者によって悪用される脆弱性を明らかにすることを支援する。
分散化がいかにアーキテクチャ的に実装されているかを示し、システムの堅牢性と効率に影響を与える共通の開発パターンと異常を特定します。
モジュラーで自己満足的な契約と複雑な関数インタラクションのWebを特徴とする、一貫したネットワーク構造が、ブロックチェーンコミュニティ全体で共通のコーディングプラクティスを示しているのです。
重要なのは、各dapp内の少数の重要な機能がネットワーク接続を維持する上で重要な役割を果たし、サイバー攻撃の潜在的なターゲットとなり、堅牢なセキュリティ対策の必要性を強調していることだ。
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) - MindTheDApp: A Toolchain for Complex Network-Driven Structural Analysis
of Ethereum-based Decentralised Applications [3.6592446476338445]
本稿では、分散アプリケーション(DApps)の構造解析に特化して設計されたツールチェーンであるMindTheDAppについて述べる。
既存のツールと異なり、当社のツールチェーンはANTLR4とAST(Abstract Syntax Tree)技術を組み合わせて、スマートコントラクト内のアーキテクチャとインタラクションを特殊な二部グラフに変換する。
論文 参考訳(メタデータ) (2023-10-03T20:03:08Z) - Defending Against Poisoning Attacks in Federated Learning with
Blockchain [12.840821573271999]
ブロックチェーンと分散台帳技術に基づくセキュアで信頼性の高いフェデレーション学習システムを提案する。
本システムでは,オンチェーン型スマートコントラクトを利用したピアツーピア投票機構と報酬アンドスラッシュ機構を組み込んで,悪意ある行動の検出と検出を行う。
論文 参考訳(メタデータ) (2023-07-02T11:23:33Z) - Towards Diverse Binary Segmentation via A Simple yet General Gated
Network [89.88222217065858]
本稿では,バイナリセグメンテーションタスクに対処するシンプルな汎用ネットワーク(GateNet)を提案する。
多段ゲートユニットの助けを借りて、エンコーダからの貴重なコンテキスト情報をデコーダに選択的に送信することができる。
我々は,アトーラス畳み込みを改善するためにFold'操作を導入し,新しい折り畳み畳み畳み畳み畳み込みを形成する。
論文 参考訳(メタデータ) (2023-03-18T11:26:36Z) - APPFLChain: A Privacy Protection Distributed Artificial-Intelligence
Architecture Based on Federated Learning and Consortium Blockchain [6.054775780656853]
APPFLChainと呼ばれる新しいシステムアーキテクチャを提案する。
これはHyperledger Fabricベースのブロックチェーンとフェデレーション学習パラダイムの統合アーキテクチャである。
我々の新しいシステムは、機密性の高い個人情報をサーバに共有する必要がないため、高いセキュリティとプライバシを維持することができる。
論文 参考訳(メタデータ) (2022-06-26T05:30:07Z) - HBFL: A Hierarchical Blockchain-based Federated Learning Framework for a
Collaborative IoT Intrusion Detection [0.0]
セキュアでプライバシ保護されたコラボレーティブなIoT侵入検出を実現するために,階層的なブロックチェーンベースのフェデレーション学習フレームワークを提案する。
MLベースの侵入検出フレームワークの提案は、学習プロセスと組織データのプライバシを確保するために、階層的なフェデレーション付き学習アーキテクチャに従っている。
その結果は、データプライバシを保持しながら、広範囲の悪意あるアクティビティを検出できる、セキュアに設計されたMLベースの侵入検知システムである。
論文 参考訳(メタデータ) (2022-04-08T19:06:16Z) - The Feasibility and Inevitability of Stealth Attacks [63.14766152741211]
我々は、攻撃者が汎用人工知能システムにおける決定を制御できる新しい敵の摂動について研究する。
敵対的なデータ修正とは対照的に、ここで考慮する攻撃メカニズムには、AIシステム自体の変更が含まれる。
論文 参考訳(メタデータ) (2021-06-26T10:50:07Z) - 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) - Automated Search for Resource-Efficient Branched Multi-Task Networks [81.48051635183916]
我々は,多タスクニューラルネットワークにおける分岐構造を自動的に定義する,微分可能なニューラルネットワーク探索に根ざした原理的アプローチを提案する。
本手法は,限られた資源予算内で高い性能の分岐構造を見いだすことができる。
論文 参考訳(メタデータ) (2020-08-24T09:49:19Z) - Scalable and Secure Architecture for Distributed IoT Systems [1.4209473797379666]
人工知能(AI)とブロックチェーン技術を使用して,新たなセキュリティ機能を備えたIoTアーキテクチャの改善を提案する。
ゲートウェイレベルでAIコンポーネントを使用してIoTシステムのセキュリティを強化し、マシンラーニング技術を使用して、疑わしい活動、マルウェア、サイバー攻撃を検出し、分類します。
論文 参考訳(メタデータ) (2020-04-20T23:50:43Z) - Graph Neural Networks for Decentralized Controllers [171.6642679604005]
自律エージェントで構成される動的システムは、ロボット工学、スマートグリッド、スマートシティなど、多くの関連する問題に現れる。
最適な集中型コントローラは容易に利用できるが、スケーラビリティと実用的な実装の面で制限に直面している。
グラフニューラルネットワーク(GNN)を用いて,データから分散制御系を学習するフレームワークを提案する。
論文 参考訳(メタデータ) (2020-03-23T13:51:18Z)
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。