Fugu-MT 論文翻訳(概要): Micro-Patterns in Solidity Code

論文の概要: Micro-Patterns in Solidity Code

arxiv url: http://arxiv.org/abs/2505.01282v1
Date: Fri, 02 May 2025 13:58:42 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-05 17:21:20.04615
Title: Micro-Patterns in Solidity Code
Title（参考訳）: 固体コードのマイクロパターン
Authors: Luca Ruschioni, Robert Shuttleworth, Rumyana Neykova, Barbara Re, Giuseppe Destefanis,
Abstract要約: Solidityは、ブロックチェーンベースのスマートコントラクトのための主要なプログラミング言語である。従来のソフトウェア分析アプローチでは、ガス最適化やセキュリティ制約といったソリデーティ固有の機能に対処できない。本稿では,言語固有の重要な行動特性と構造特性を捉えるマイクロパターンについて紹介する。
参考スコア（独自算出の注目度）: 2.152073242131379
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Solidity is the predominant programming language for blockchain-based smart contracts, and its characteristics pose significant challenges for code analysis and maintenance. Traditional software analysis approaches, while effective for conventional programming languages, often fail to address Solidity-specific features such as gas optimization and security constraints. This paper introduces micro-patterns - recurring, small-scale design structures that capture key behavioral and structural peculiarities specific to a language - for Solidity language and demonstrates their value in understanding smart contract development practices. We identified 18 distinct micro-patterns organized in five categories (Security, Functional, Optimization, Interaction, and Feedback), detailing their characteristics to enable automated detection. To validate this proposal, we analyzed a dataset of 23258 smart contracts from five popular blockchains (Ethereum, Polygon, Arbitrum, Fantom and Optimism). Our analysis reveals widespread adoption of micro-patterns, with 99% of contracts implementing at least one pattern and an average of 2.76 patterns per contract. The Storage Saver pattern showed the highest adoption (84.62% mean coverage), while security patterns demonstrated platform-specific adoption rates. Statistical analysis revealed significant platform-specific differences in pattern adoption, particularly in Borrower, Implementer, and Storage Optimization patterns.
Abstract（参考訳）: Solidityはブロックチェーンベースのスマートコントラクトの主要なプログラミング言語であり、その特性はコード分析とメンテナンスに重大な課題を生じさせる。従来のソフトウェア分析アプローチは、従来のプログラミング言語では有効だが、ガス最適化やセキュリティ制約といったソリデーティ固有の特徴に対処できないことが多い。本稿では、Solidity言語のためのマイクロパターン(言語固有の重要な振る舞いや構造的特質を捉える)を紹介し、スマートコントラクト開発プラクティスを理解する上での価値を実証する。 5つのカテゴリ(セキュリティ、機能、最適化、インタラクション、フィードバック)で編成された18の異なるマイクロパターンを特定し、その特性を詳述し、自動検出を実現した。この提案を検証するために、私たちは5つの一般的なブロックチェーン(Ethereum、Polygon、Arbitrum、Fantom、Optimism)から23258のスマートコントラクトのデータセットを分析しました。私たちの分析では、契約の99%が少なくとも1つのパターンを実装し、1契約あたり平均2.76パターンを実装しています。 Storage Saverパターンは最も採用率が高い(84.62%)が、セキュリティパターンはプラットフォーム固有の採用率を示している。統計的分析により,特にBorrower,Implementer,Storage Optimizationパターンにおいて,パターン採用におけるプラットフォーム固有の重要な違いが明らかになった。

関連論文リスト

MOS: Towards Effective Smart Contract Vulnerability Detection through Mixture-of-Experts Tuning of Large Language Models [16.16186929130931]
スマートコントラクトの脆弱性は、ブロックチェーンシステムに重大なセキュリティリスクをもたらす。本稿では,大規模言語モデルのミックス・オブ・エキスパート・チューニング(MOE-Tuning)に基づく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。実験の結果、MOSはF1のスコアが6.32%、精度が4.80%の平均的な改善で既存の手法よりも大幅に優れていた。
論文参考訳（メタデータ） (2025-04-16T16:33:53Z)
SmartBugBert: BERT-Enhanced Vulnerability Detection for Smart Contract Bytecode [0.7018579932647147]
本稿では,BERTに基づくディープラーニングと制御フローグラフ(CFG)解析を組み合わせて,バイトコードから直接脆弱性を検出する新しいアプローチであるSmartBugBertを紹介する。提案手法は,まずスマートコントラクトバイトコードを最適化されたオペコードシーケンスに分解し,TF-IDFを用いて意味的特徴を抽出し,実行ロジックをキャプチャするために制御フローグラフを構築し,ターゲット分析のために脆弱なCFGフラグメントを分離する。
論文参考訳（メタデータ） (2025-04-07T12:30:12Z)
Unlocking Reasoning Potential in Large Langauge Models by Scaling Code-form Planning [94.76546523689113]
CodePlanは、テキストコード形式の計画を生成し、追跡するフレームワークで、高いレベルの構造化された推論プロセスの概要を擬似コードで示します。 CodePlanは、洗練された推論タスク固有のリッチなセマンティクスと制御フローを効果的にキャプチャする。反応を直接生成するのに比べて25.1%の相対的な改善が達成されている。
論文参考訳（メタデータ） (2024-09-19T04:13:58Z)
PriRoAgg: Achieving Robust Model Aggregation with Minimum Privacy Leakage for Federated Learning [49.916365792036636]
フェデレートラーニング(FL)は、大規模分散ユーザデータを活用する可能性から、最近大きな勢いを増している。送信されたモデル更新は、センシティブなユーザ情報をリークする可能性があり、ローカルなトレーニングプロセスの集中的な制御の欠如は、モデル更新に対する悪意のある操作の影響を受けやすいグローバルモデルを残します。我々は、Lagrange符号化計算と分散ゼロ知識証明を利用した汎用フレームワークPriRoAggを開発し、集約されたプライバシを満たすとともに、幅広いロバストな集約アルゴリズムを実行する。
論文参考訳（メタデータ） (2024-07-12T03:18:08Z)
MetaKP: On-Demand Keyphrase Generation [52.48698290354449]
オンデマンドのキーフレーズ生成は,特定のハイレベルな目標や意図に従うキーフレーズを必要とする新しいパラダイムである。そこで我々は,4つのデータセット,7500のドキュメント,3760の目標からなる大規模ベンチマークであるMetaKPを紹介した。ソーシャルメディアからの流行事象検出に応用して,一般のNLP基盤として機能する可能性を示す。
論文参考訳（メタデータ） (2024-06-28T19:02:59Z)
Efficacy of Various Large Language Models in Generating Smart Contracts [0.0]
本研究では,Immutable上のSolidityスマートコントラクト作成におけるコード生成型大規模言語モデルの適用性について分析する。我々はまた、新しい戦略を促すことによって、スマートコントラクトを生成する新しい方法を発見した。
論文参考訳（メタデータ） (2024-06-28T17:31:47Z)
Smart Contract Languages: a comparative analysis [1.4066752230258734]
主要なブロックチェーンプラットフォームで使用されるスマートコントラクト言語について検討する。ユーザビリティ、プログラミングスタイル、安全性、セキュリティなど、言語固有の機能に重点を置いています。
論文参考訳（メタデータ） (2024-04-05T14:25:23Z)
PrivacyMind: Large Language Models Can Be Contextual Privacy Protection Learners [81.571305826793]
コンテキストプライバシ保護言語モデル(PrivacyMind)を紹介する。我々の研究はモデル設計に関する理論的分析を提供し、様々な手法をベンチマークする。特に、肯定的な例と否定的な例の両方による命令チューニングは、有望な方法である。
論文参考訳（メタデータ） (2023-10-03T22:37:01Z)
Pre-deployment Analysis of Smart Contracts -- A Survey [0.27195102129095]
本稿では,スマートコントラクトの脆弱性と方法に関する文献を体系的にレビューする。具体的には、スマートコントラクトの脆弱性とメソッドを、それらが対処するプロパティによって列挙し分類します。異なる手法の強みに関するいくつかのパターンがこの分類プロセスを通して現れる。
論文参考訳（メタデータ） (2023-01-15T12:36:56Z)

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。