論文の概要: Safeguarding DeFi Smart Contracts against Oracle Deviations
- arxiv url: http://arxiv.org/abs/2401.06044v1
- Date: Thu, 11 Jan 2024 17:02:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-12 13:30:12.631704
- Title: Safeguarding DeFi Smart Contracts against Oracle Deviations
- Title(参考訳): Oracleの逸脱に対するDeFiスマートコントラクトの保護
- Authors: Xun Deng, Sidi Mohamed Beillahi, Cyrus Minwalla, Han Du, Andreas
Veneris and Fan Long
- Abstract要約: OVerは、分散金融(DeFi)プロトコルの振る舞いを「歪んだ」オラクル入力で自動的に分析するように設計されたフレームワークである。
本稿では,様々なDeFiプロトコルを含む10のベンチマークをOVerで解析できることを示す。
- 参考スコア(独自算出の注目度): 1.183723503328567
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents OVer, a framework designed to automatically analyze the
behavior of decentralized finance (DeFi) protocols when subjected to a "skewed"
oracle input. OVer firstly performs symbolic analysis on the given contract and
constructs a model of constraints. Then, the framework leverages an SMT solver
to identify parameters that allow its secure operation. Furthermore, guard
statements may be generated for smart contracts that may use the oracle values,
thus effectively preventing oracle manipulation attacks. Empirical results show
that OVer can successfully analyze all 10 benchmarks collected, which encompass
a diverse range of DeFi protocols. Additionally, this paper also illustrates
that current parameters utilized in the majority of benchmarks are inadequate
to ensure safety when confronted with significant oracle deviations.
- Abstract(参考訳): 本稿では,oracle の "skewed" 入力を受けると,分散ファイナンス (defi) プロトコルの挙動を自動的に解析するフレームワークである over を提案する。
まず、与えられた契約についてシンボリック解析を行い、制約のモデルを構築する。
次に、SMTソルバを利用して、セキュアな操作を可能にするパラメータを識別する。
さらに、oracleの値を使用するスマートコントラクトに対してガードステートメントを生成することで、oracleの操作攻撃を効果的に防止することができる。
実験の結果、さまざまなdefiプロトコルを包含する10のベンチマークがすべて解析に成功していることがわかった。
さらに,本論文では,多くのベンチマークで使用されている現在のパラメータが,大きなオラクル偏差に直面した場合の安全性確保に不十分であることを示す。
関連論文リスト
- SecPLF: Secure Protocols for Loanable Funds against Oracle Manipulation Attacks [10.0374854365425]
本稿では,オラクル操作を効果的に行うための,堅牢で実用的なソリューションであるSecPLFを提案する。
SecPLFは価格オラクルの使用に価格制約を課すことで、最後に記録された価格が定義された閾値に収まる場合にのみ価格オラクルにPLFが関与することを保証する。
歴史的市場データに基づく評価は、SecPLFが仲裁攻撃に対する高信頼防止に有効であることを裏付けるものである。
論文 参考訳(メタデータ) (2024-01-16T17:32:17Z) - Blockchain Smart Contract Threat Detection Technology Based on Symbolic
Execution [0.0]
永続性の脆弱性は隠蔽され複雑であり、スマートコントラクトに大きな脅威をもたらす。
本稿では,シンボル実行に基づくスマートコントラクト脅威検出技術を提案する。
実験の結果,本手法は検出効率と精度の両方を著しく向上させることがわかった。
論文 参考訳(メタデータ) (2023-12-24T03:27:03Z) - Oracle Character Recognition using Unsupervised Discriminative
Consistency Network [65.64172835624206]
オラクル文字認識(OrCR)のための新しい教師なしドメイン適応手法を提案する。
擬似ラベルを利用して意味情報を適応と制約強化の整合性に組み込む。
提案手法は,Oracle-241データセットの最先端結果を実現し,最近提案した構造・テクスチャ分離ネットワークを15.1%向上させる。
論文 参考訳(メタデータ) (2023-12-11T02:52:27Z) - Token-Level Adversarial Prompt Detection Based on Perplexity Measures
and Contextual Information [67.78183175605761]
大規模言語モデルは、敵の迅速な攻撃に影響を受けやすい。
この脆弱性は、LLMの堅牢性と信頼性に関する重要な懸念を浮き彫りにしている。
トークンレベルで敵のプロンプトを検出するための新しい手法を提案する。
論文 参考訳(メタデータ) (2023-11-20T03:17:21Z) - Short Paper: Accountable Safety Implies Finality [10.589723476970443]
ビザンチン・フォールト耐性(BFT)状態機械複製(SMR)コンセンサスプロトコルについて、2つの重要なデシラタが研究されている。
説明責任の安全性が最終性を意味することを示し、その結果、以前の結果を統一する。
論文 参考訳(メタデータ) (2023-08-31T17:58:38Z) - Checklist to Transparently Define Test Oracles for TP, FP, and FN
Objects in Automated Driving [0.0]
Oracleの透明性は、テスト結果と安全性のケースを比較するために必要です。
本稿では、オラクルの振る舞いに影響を与える機能面と実装の詳細のチェックリストを提供する。
論文 参考訳(メタデータ) (2023-08-14T12:38:43Z) - Exploring validation metrics for offline model-based optimisation with
diffusion models [50.404829846182764]
モデルベース最適化(MBO)では、マシンラーニングを使用して、(基底真理)オラクルと呼ばれるブラックボックス関数に対する報酬の尺度を最大化する候補を設計することに興味があります。
モデル検証中に基底オラクルに対する近似をトレーニングし、その代わりに使用することができるが、その評価は近似的であり、敵の例に対して脆弱である。
本手法は,外挿量を測定するために提案した評価フレームワークにカプセル化されている。
論文 参考訳(メタデータ) (2022-11-19T16:57:37Z) - ACon$^2$: Adaptive Conformal Consensus for Provable Blockchain Oracles [31.439376852065713]
スマートコントラクトのパワーはオフチェーンデータとのインタラクションによって実現され、それによってブロック状態の一貫性を損なう可能性がある。
適応型コンセンサス(ACon$2$)アルゴリズムを提案し,複数のオラクル契約からコンセンサスを導出する。
特に、提案アルゴリズムは、データの不確実性を定量化し、所望の正確性を保証するコンセンサスセットを返す。
論文 参考訳(メタデータ) (2022-11-17T04:37:24Z) - Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive
Privacy Analysis and Beyond [57.10914865054868]
垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。
我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
論文 参考訳(メタデータ) (2022-07-19T05:47:30Z) - Exploring Robustness of Unsupervised Domain Adaptation in Semantic
Segmentation [74.05906222376608]
クリーンな画像とそれらの逆の例との一致を、出力空間における対照的な損失によって最大化する、逆向きの自己スーパービジョンUDA(ASSUDA)を提案する。
i) セマンティックセグメンテーションにおけるUDA手法のロバスト性は未解明のままであり, (ii) 一般的に自己スーパービジョン(回転やジグソーなど) は分類や認識などのイメージタスクに有効であるが, セグメンテーションタスクの識別的表現を学習する重要な監視信号の提供には失敗している。
論文 参考訳(メタデータ) (2021-05-23T01:50:44Z) - Foreseeing the Benefits of Incidental Supervision [83.08441990812636]
本稿では,実験を行なわずに,特定の目標タスクに対して,様々な種類の偶発信号の利点を定量化できるかどうかを考察する。
本稿では,PABI(PAC-Bayesian motivated informativeness measure)を提案する。
論文 参考訳(メタデータ) (2020-06-09T20:59:42Z)
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。