論文の概要: How to Save My Gas Fees: Understanding and Detecting Real-world Gas
Issues in Solidity Programs
- arxiv url: http://arxiv.org/abs/2403.02661v1
- Date: Tue, 5 Mar 2024 05:12:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-06 16:10:23.336399
- Title: How to Save My Gas Fees: Understanding and Detecting Real-world Gas
Issues in Solidity Programs
- Title(参考訳): 私のガス料金を節約する方法:固形化プログラムにおける現実世界のガス問題を理解し、検出する
- Authors: Mengting He, Shihao Xia, Boqin Qin, Nobuko Yoshida, Tingting Yu,
Linhai Song, Yiying Zhang
- Abstract要約: スマートコントラクトの実行は、その計算とデータストアの消費に対して、ガス料金と呼ばれる手数料を発生させる。
プログラマがスマートコントラクトを開発するとき、不要により多くのガス料金を発生させるコードスニペットを無意識に書くことができる。
本稿では,2つの重要なステップにおいて,ガス料金の削減を支援するためのイニシアティブについて述べる。
- 参考スコア(独自算出の注目度): 8.282190390923406
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The execution of smart contracts on Ethereum, a public blockchain system,
incurs a fee called gas fee for its computation and data-store consumption.
When programmers develop smart contracts (e.g., in the Solidity programming
language), they could unknowingly write code snippets that unnecessarily cause
more gas fees. These issues, or what we call gas wastes, could lead to
significant monetary waste for users. Yet, there have been no systematic
examination of them or effective tools for detecting them. This paper takes the
initiative in helping Ethereum users reduce their gas fees in two important
steps: we conduct the first empirical study on gas wastes in popular smart
contracts written in Solidity by understanding their root causes and fixing
strategies; we then develop a static tool, PeCatch, to effectively detect gas
wastes with simple fixes in Solidity programs based on our study findings.
Overall, we make seven insights and four suggestions from our gas-waste study,
which could foster future tool development, language improvement, and
programmer awareness, and develop eight gas-waste checkers, which pinpoint 383
previously unknown gas wastes from famous Solidity libraries.
- Abstract(参考訳): パブリックブロックチェーンシステムであるethereum上でのスマートコントラクトの実行は、計算とデータストアの消費に対してガス料金と呼ばれる料金を請求する。
プログラマがスマートコントラクト(例えばSolidityプログラミング言語)を開発すると、不要により多くのガス料金を引き起こすコードスニペットを無意識に書くことができる。
これらの問題、あるいは私たちがガス廃棄物と呼ぶものは、ユーザにとって大きな金銭的浪費につながる可能性がある。
しかし、それらを検出するための体系的な検査や効果的なツールは行われていない。
本稿では,イーサリアムユーザがガス料金を2つの重要なステップで削減することを支援する。我々は,その根本原因を理解して固形で書かれた一般的なスマートコントラクトのガス廃棄物について,最初の実証研究を行い,その研究結果に基づいて,ガス廃棄物を効果的に検出するための静的ツールであるpecatchを開発した。
全体としては,将来的なツール開発,言語改善,プログラマの意識を高めるためのガス汚泥調査から7つの知見と4つの提案を導き,また,有名なSolidityライブラリの383のガス廃棄物を指摘できる8つのガス汚泥チェッカーを開発した。
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) - SourceP: Detecting Ponzi Schemes on Ethereum with Source Code [0.5898893619901381]
SourcePは、事前訓練されたモデルとデータフローを使用して、プラットフォーム上のスマートPonziスキームを検出する方法である。
まず、スマートコントラクトのソースコードをデータフローグラフに変換し、学習コード表現に基づく事前学習モデルを導入し、分類モデルを構築する。
実験の結果、SourcePは87.2%のリコールと90.7%のFスコアを達成し、スマートPonziスキームを検出した。
論文 参考訳(メタデータ) (2023-06-02T16:40:42Z) - Graph Neural Networks Enhanced Smart Contract Vulnerability Detection of
Educational Blockchain [4.239144309557045]
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。
論文 参考訳(メタデータ) (2023-03-08T09:58:58Z) - 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) - FreeGaze: Resource-efficient Gaze Estimation via Frequency Domain
Contrastive Learning [1.240096657086732]
FreeGazeは、教師なしの視線表現学習のためのリソース効率のよいフレームワークである。
我々はFreeGazeが既存の教師付き学習ベースアプローチと同等の視線推定精度を実現できることを示す。
論文 参考訳(メタデータ) (2022-09-14T14:51:52Z) - IoT-based Route Recommendation for an Intelligent Waste Management
System [61.04795047897888]
本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。
我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
論文 参考訳(メタデータ) (2022-01-01T12:36:22Z) - 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) - Weakly-Supervised Physically Unconstrained Gaze Estimation [80.66438763587904]
我々は、人間のインタラクションのビデオから弱教師付き視線推定を行うという未発見の問題に対処する。
本稿では,タスクに特化して設計された新しい損失関数とともに,トレーニングアルゴリズムを提案する。
a)半教師付き視線推定の精度と(b)最先端の物理的に制約のないGaze360視線推定ベンチマーク上でのクロスドメイン一般化の精度を大幅に改善した。
論文 参考訳(メタデータ) (2021-05-20T14:58:52Z) - 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) - Profiling Gas Consumption in Solidity Smart Contracts [3.0378875015087567]
本稿では,ガス消費の観点から,スマートコントラクトのコード品質を静的に評価するためのメトリクススイートであるGasMetを提案する。
2,186のスマートコントラクトを含む実験では、提案されたメトリクスがデプロイメントコストと直接関連していることが示されている。
論文 参考訳(メタデータ) (2020-08-12T17:26:55Z) - Demand-Side Scheduling Based on Multi-Agent Deep Actor-Critic Learning
for Smart Grids [56.35173057183362]
家庭用家電をネットでスケジュールできるスマートメーターが各家庭に備わっている需要側エネルギー管理の問題点を考察する。
目標は、リアルタイムの料金体系の下で全体のコストを最小化することです。
マルコフゲームとしてスマートグリッド環境の定式化を提案する。
論文 参考訳(メタデータ) (2020-05-05T07:32:40Z)
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。