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/2403.02661v2
• Date: Sun, 27 Jul 2025 20:06:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-29 16:23:55.164649
• Title: How to Save My Gas Fees: Understanding and Detecting Real-world Gas Issues in Solidity Programs
• Title（参考訳）: 固形化プログラムにおける実世界のガス問題の理解と検出
• Authors: Mengting He, Shihao Xia, Boqin Qin, Nobuko Yoshida, Tingting Yu, Yiying Zhang, Linhai Song,
• 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レージに対する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、不要により多くのガス料金を発生させるようなコードを書くことができます。 本論文は,ユーザが2つの重要なステップでガス料金を削減できるようにするためのイニシアチブである。
• 参考スコア（独自算出の注目度）: 7.886705842911351
• 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 storage. 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, can lead to significant monetary losses for users. This paper takes the initiative in helping Ethereum users reduce their gas fees in two key steps. First, we conduct an empirical study on gas wastes in open-source Solidity programs and Ethereum transaction traces. Second, to validate our study findings, we develop a static tool called PeCatch to effectively detect gas wastes in Solidity programs, and manually examine the Solidity compiler's code to pinpoint implementation errors causing gas wastes. Overall, we make 11 insights and four suggestions, which can foster future tool development and programmer awareness, and fixing our detected bugs can save $0.76 million in gas fees daily.
• 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、その計算とデータストレージの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(Solidityプログラミング言語など)を開発すると、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ます。 これらの問題、または、私たちがガス廃棄物と呼ぶものは、ユーザーにとって大きな金銭的損失をもたらす可能性がある。 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できるようにするためのイニシアティブについて述べる。 まず,オープンソースのSolidityプログラムとEthereumトランザクショントレースにおけるガス廃棄物に関する実証的研究を行った。 第2に,我々は,固体プログラム中のガス廃棄物を効果的に検出するPeCatchという静的ツールを開発し,固体コンパイラのコードを手動で検証して,ガス廃棄物の原因となる実装エラーの特定を行う。 全体として、11の洞察と4つの提案があり、将来のツール開発とプログラマの認識を促進し、検出されたバグを修正することで、毎日0.76億ドルのガス料金を節約できる。

関連論文リスト

• GasAgent: A Multi-Agent Framework for Automated Gas Optimization in Smart Contracts [13.526096153509407]
  GasAgentは、スマートコントラクトガス最適化のためのマルチエージェントシステムである。 既存のパターンとの互換性と、新しいパターンの自動発見/検証を組み合わせる。 ガスアジェントは82の契約を最適化し、平均的なガス節約率は9.97%に達した。
  論文  参考訳（メタデータ） (2025-07-21T16:17:25Z)
• Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
  Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。 この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。 バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
  論文  参考訳（メタデータ） (2025-06-24T13:42:59Z)
• Don't Deceive Me: Mitigating Gaslighting through Attention Reallocation in LMMs [102.18178065928426]
  GasEraserはトレーニングなしのアプローチで、誤解を招くテキストトークンから意味論的に健全な視覚領域への注意重みを再配置する。 GasEraserは、再訓練や追加の監督を必要とせず、LMMの堅牢性を大幅に改善する。 LLaVA-v1.5-7Bでは、ガスアラサーは48.2%の誤認率を減らし、より信頼できるLMMの可能性を示している。
  論文  参考訳（メタデータ） (2025-04-13T06:47:32Z)
• Demystification and Near-perfect Estimation of Minimum Gas Limit and Gas Used for Ethereum Smart Contracts [0.3277163122167433]
  このシステムの2つの中心的な概念は、トランザクションの発行者によって割り当てられるエンファンガス制限と、トランザクションによって使用されるエンファンガスである。 その実践的関連性にもかかわらず、この概念は正しく扱われていない。 本稿では, 最小ガス限界の正確な概念と, 取引で使用するガスとの違いについて述べる。
  論文  参考訳（メタデータ） (2025-01-08T13:07:34Z)
• Dual-view Aware Smart Contract Vulnerability Detection for Ethereum [5.002702845720439]
  本報告では,DVDet というデュアルビュー対応スマートコントラクト脆弱性検出フレームワークを提案する。 このフレームワークは最初、スマートコントラクトのソースコードとバイトコードを重み付きグラフに変換し、フローシーケンスを制御する。 データセットの総合的な実験により,我々の手法は脆弱性の検出において他者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） (2024-06-29T06:47:51Z)
• Soley: Identification and Automated Detection of Logic Vulnerabilities in Ethereum Smart Contracts Using Large Language Models [1.081463830315253]
  GitHubのコード変更から抽出された実世界のスマートコントラクトのロジック脆弱性を実証的に調査する。 本稿では,スマートコントラクトにおける論理的脆弱性の自動検出手法であるSoleyを紹介する。 スマートコントラクト開発者が実際のシナリオでこれらの脆弱性に対処するために使用する緩和戦略について検討する。
  論文  参考訳（メタデータ） (2024-06-24T00:15:18Z)
• VDebugger: Harnessing Execution Feedback for Debugging Visual Programs [103.61860743476933]
  V Debuggerは、視覚プログラムのローカライズとデバッギングのために、段階的に実行を追跡することで訓練された、批評家とリファインダーのフレームワークである。 Vデバッガは、詳細な実行フィードバックを活用してプログラムエラーを特定し、修正する。 6つのデータセットの評価は、Vデバッガの有効性を示し、ダウンストリームタスクの精度が最大3.2%向上したことを示している。
  論文  参考訳（メタデータ） (2024-06-19T11:09:16Z)
• 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)
• Leveraging Print Debugging to Improve Code Generation in Large Language Models [63.63160583432348]
  大規模言語モデル(LLM)はコード生成タスクにおいて大きな進歩を遂げた。 しかし、複雑なデータ構造やアルゴリズムによるプログラミング問題に対処する彼らのパフォーマンスは、依然として準最適である。 そこで本稿では,LLM のデバッグを "print debugging" 手法でガイドする,コンテキスト内学習手法を提案する。
  論文  参考訳（メタデータ） (2024-01-10T18:37:59Z)
• Lazy Contracts: Alleviating High Gas Costs by Secure and Trustless Off-chain Execution of Smart Contracts [0.0]
  ほとんどのプログラム可能なブロックチェーンでは、DoS攻撃を防ぐためにガスの概念が導入されている。 各アトミック操作に対する固定コスト、および関数呼び出し開始器は、総ガスコストを取引手数料として支払う。 この論文は、これらのコストを軽減するソリューションとして"怠慢な契約"を提案している。
  論文  参考訳（メタデータ） (2023-09-20T13:41:45Z)
• 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)
• 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。