論文の概要: ContractShield: Bridging Semantic-Structural Gaps via Hierarchical Cross-Modal Fusion for Multi-Label Vulnerability Detection in Obfuscated Smart Contracts
- arxiv url: http://arxiv.org/abs/2604.02771v1
- Date: Fri, 03 Apr 2026 06:29:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-06 17:20:24.348964
- Title: ContractShield: Bridging Semantic-Structural Gaps via Hierarchical Cross-Modal Fusion for Multi-Label Vulnerability Detection in Obfuscated Smart Contracts
- Title（参考訳）: ContractShield: 難読スマートコントラクトにおけるマルチラベル脆弱性検出のための階層的クロスモーダルフュージョンによる意味構造ギャップのブリッジ
- Authors: Minh-Dai Tran-Duong, Nguyen Hai Phong, Nguyen Chi Thanh, Doan Minh Trung, Tram Truong-Huu, Van-Hau Pham, Phan The Duy,
- Abstract要約: スマートコントラクトは、脆弱性検出を回避するために難読化技術を使用する敵によってますます標的にされている。
本研究では,3レベル融合による複数の相補的特徴を関連付ける,堅牢なマルチモーダルフレームワークであるContractShieldを提案する。
ContractShieldは、91パーセントのF1スコアを持つ5つの主要な脆弱性タイプを同時に検出する。
- 参考スコア（独自算出の注目度）: 0.6936215735722616
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Smart contracts are increasingly targeted by adversaries employing obfuscation techniques such as bogus code injection and control flow manipulation to evade vulnerability detection. Existing multimodal methods often process semantic, temporal, and structural features in isolation and fuse them using simple strategies such as concatenation, which neglects cross-modal interactions and weakens robustness, as obfuscation of a single modality can sharply degrade detection accuracy. To address these challenges, we propose ContractShield, a robust multimodal framework with a novel fusion mechanism that effectively correlates multiple complementary features through a three-level fusion. Self-attention first identifies patterns that indicate vulnerability within each feature space. Cross-modal attention then establishes meaningful connections between complementary signals across modalities. Then, adaptive weighting dynamically calibrates feature contributions based on their reliability under obfuscation. For feature extraction, ContractShield integrates (1) CodeBERT with a sliding window mechanism to capture semantic dependencies in source code, (2) Extended long short-term memory (xLSTM) to model temporal dynamics in opcode sequences, and (3) GATv2 to identify structural invariants in control flow graphs (CFGs) that remain stable across obfuscation. Empirical evaluation demonstrates resilience of ContractShield, achieving a 89 percentage Hamming Score with only a 1-3 percentage drop compared to non-obfuscated data. The framework simultaneously detects five major vulnerability types with 91 percentage F1-score, outperforming state-of-the-art approaches by 6-15 percentage under adversarial conditions.
- Abstract（参考訳）: スマートコントラクトは、バグコードインジェクションや制御フロー操作といった難読化技術を用いて脆弱性検出を回避している敵によって、ますます標的にされている。
既存のマルチモーダル法は、しばしばセマンティック、時間的、構造的特徴を分離して処理し、結合のような単純な戦略でそれらを融合させる。
これらの課題に対処するために,3レベル融合による複数の相補的特徴を効果的に相関する新しい融合機構を備えた堅牢なマルチモーダルフレームワークであるContractShieldを提案する。
自己注意はまず、各機能領域内の脆弱性を示すパターンを特定する。
モダリティ間の相互注意は、モダリティ間の相補的な信号間の有意義な接続を確立する。
適応重み付けは難易度下での信頼性に基づいて動的に校正する。
特徴抽出には,(1) CodeBERTと,(1)ソースコードのセマンティック依存関係をキャプチャするスライディングウィンドウ機構,(2)Opcodeシーケンスの時間的ダイナミクスをモデル化するための拡張長短期メモリ(xLSTM),(3)制御フローグラフ(CFG)における構造的不変性を特定するためのGATv2を統合する。
実証的な評価は、ContractShieldのレジリエンスを示し、非難読データと比較して、ハミングスコアの89パーセントがわずか1～3パーセントの低下しか達成していない。
このフレームワークは、91パーセントのF1スコアを持つ5つの主要な脆弱性タイプを同時に検出し、対向条件下での最先端アプローチを6～15パーセント上回った。
関連論文リスト
- Structured Semantic Cloaking for Jailbreak Attacks on Large Language Models [28.741175254258422]
本研究では,新しい多次元ジェイルブレイク攻撃フレームワークであるStructured Semantic Cloaking (S2C)を提案する。
S2Cはマルチステップ推論を必要とするようなセマンティックキューを戦略的に分散し、再結合する。
我々は、HarmBench と JBB-Behaviors を用いて、複数のオープンソースおよびプロプライエタリ LLM 上でS2Cを評価した。
論文 参考訳（メタデータ） (2026-03-17T07:20:48Z) - Tri-LLM Cooperative Federated Zero-Shot Intrusion Detection with Semantic Disagreement and Trust-Aware Aggregation [5.905949608791961]
本稿では,言語に基づくセマンティック管理をフェデレーション最適化に組み込んだ,セマンティックス駆動のフェデレーションIDSフレームワークを提案する。
このフレームワークは、目に見えない攻撃パターンに対して80%以上のゼロショット検出精度を達成し、類似性に基づくベースラインと比較してゼロデイ識別を10%以上改善する。
論文 参考訳（メタデータ） (2026-01-30T16:38:05Z) - Overcoming Joint Intractability with Lossless Hierarchical Speculative Decoding [58.92526489742584]
我々は無益な無益な提案をする。
承認されたトークンの数を大幅に増加させる検証方法。
HSDは様々なモデルファミリやベンチマークの受け入れ率に一貫した改善をもたらすことを示す。
論文 参考訳（メタデータ） (2026-01-09T11:10:29Z) - CoT-Saliency: Unified Chain-of-Thought Reasoning for Heterogeneous Saliency Tasks [96.64597365827046]
本稿では,3つの運用上不均一なサリエンシタスクを共同で処理する,最初の統合フレームワークを提案する。
タスクの不均一性を橋渡しする視覚言語モデル(VLM)において、チェーン・オブ・ソート(CoT)推論プロセスを導入する。
我々は,全タスクにまたがる特別なSOTA手法と強力なクローズドソースVLMの整合性を示す。
論文 参考訳（メタデータ） (2025-11-01T04:37:01Z) - DeLeaker: Dynamic Inference-Time Reweighting For Semantic Leakage Mitigation in Text-to-Image Models [55.30555646945055]
テキスト・ツー・イメージ(T2I)モデルはセマンティック・リークに対して脆弱である。
DeLeakerは、モデルのアテンションマップに直接介入することで、漏洩を緩和する軽量なアプローチである。
SLIMはセマンティックリークに特化した最初のデータセットである。
論文 参考訳（メタデータ） (2025-10-16T17:39:21Z) - DiffuGuard: How Intrinsic Safety is Lost and Found in Diffusion Large Language Models [50.21378052667732]
我々は、ステップ内およびステップ間ダイナミクスという2つの異なる次元にわたるジェイルブレイク攻撃に対して、dLLM脆弱性の詳細な分析を行う。
デュアルステージアプローチによる脆弱性に対処する,トレーニング不要な防御フレームワークであるDiffuGuardを提案する。
論文 参考訳（メタデータ） (2025-09-29T05:17:10Z) - LLAMA: Multi-Feedback Smart Contract Fuzzing Framework with LLM-Guided Seed Generation [56.84049855266145]
進化的突然変異戦略とハイブリッドテスト技術を統合したマルチフィードバックスマートコントラクトファジリングフレームワーク(LLAMA)を提案する。
LLAMAは、91%の命令カバレッジと90%のブランチカバレッジを達成すると同時に、148の既知の脆弱性のうち132が検出される。
これらの結果は、現実のスマートコントラクトセキュリティテストシナリオにおけるLAMAの有効性、適応性、実用性を強調している。
論文 参考訳（メタデータ） (2025-07-16T09:46:58Z) - Adversarial Robustness for Unified Multi-Modal Encoders via Efficient Calibration [12.763688592842717]
統合マルチモーダルエンコーダにおける敵の脆弱性の包括的研究について述べる。
音声や点雲などの視覚的でない入力は、特に脆弱である。
本手法は,エプシロン=4/255で最大47.3%の強靭性を向上する。
論文 参考訳（メタデータ） (2025-05-17T08:26:04Z) - 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) - Lie Detector: Unified Backdoor Detection via Cross-Examination Framework [68.45399098884364]
半正直な設定で一貫したバックドア検出フレームワークを提案する。
本手法は,SoTAベースラインよりも5.4%,1.6%,11.9%の精度で検出性能が向上する。
特に、マルチモーダルな大規模言語モデルにおいて、バックドアを効果的に検出するのは、これが初めてである。
論文 参考訳（メタデータ） (2025-03-21T06:12:06Z) - Multichannel Steganography: A Provably Secure Hybrid Steganographic Model for Secure Communication [0.0]
Secret-seeded PRNGは軽量なMarkovチェーンジェネレータを駆動し、文脈的に妥当なカバーパラメータを生成する。
マスケビットベクターは、分散を意識した最小有意ビットアルゴリズムにより、従来のメディアに受容不能に埋め込まれる。
我々は,マルチチャネルの敵モデル (MC-ATTACK) を定式化し,標準的なセキュリティ仮定の下では,敵の識別上の優位性は無視可能であることを示す。
論文 参考訳（メタデータ） (2025-01-08T13:58:07Z)
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。