論文の概要: Blockchain Transaction Simulation Phishing

• arxiv url: http://arxiv.org/abs/2607.28747v1
• Date: Thu, 30 Jul 2026 18:09:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.431077
• Title: Blockchain Transaction Simulation Phishing
• Title（参考訳）: ブロックチェーントランザクションシミュレーションフィッシング
• Abstract要約: 本稿では,トランザクションシミュレーションフィッシングの総合的研究について紹介する。 我々は2024年8月から2025年6月までに4000以上のフィッシング契約を締結した。 我々の分析では5700人以上の犠牲者と約348万ドルの損失が確認されており、その91.5%がクラスタリングで発生している。
• 参考スコア（独自算出の注目度）: 41.25322759036545
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Cryptocurrency users have increasingly become targets of phishing and scam attacks. To mitigate these threats, leading crypto wallets (e.g., MetaMask) have introduced transaction simulation, which previews a transaction's balance changes before on-chain execution. While effective against traditional fund-draining attacks, we show that this defense can itself be exploited by a new phishing technique, which we term transaction simulation phishing. This attack uses carefully crafted smart contracts whose execution depends on dynamic blockchain state, causing simulations to display benign or profitable outcomes while the actual on-chain execution redirects users' funds to attacker-controlled addresses. We present the first comprehensive study of transaction simulation phishing. We first develop a taxonomy of phishing contracts that can be utilized to facilitate this attack. Then, we propose SIMGUARD, a bytecode-level detection system that combines static and dynamic program analysis to identify phishing contracts. Applying SIMGUARD to Ethereum, Binance Smart Chain, Avalanche, and Polygon, we detect over 4,000 phishing contracts deployed between August 2024 and June 2025. Our analysis identifies more than 5,700 victims and approximately $3.48 million USD in losses, 91.5% of which occurred on Ethereum. Moreover, our clustering result reveals that the largest phishing contract cluster alone accounts for about 83% of the total losses. These results expose a critical weakness in current wallet defenses and highlight the urgent need for more robust transaction simulation mechanisms.
• Abstract（参考訳）: 暗号通貨のユーザは、フィッシングや詐欺攻撃の標的になりつつある。 これらの脅威を軽減するため、主要な暗号ウォレット(例:MetaMask)はトランザクションシミュレーションを導入し、オンチェーン実行前にトランザクションのバランス変更をプレビューする。 従来の資金洗浄攻撃に対して有効であるが、この防御は、トランザクションシミュレーションフィッシングと呼ばれる新しいフィッシング技術によって、それ自体を活用できることが示される。 この攻撃では、実行が動的ブロックチェーン状態に依存するスマートコントラクトを慎重に作成する。実際のオンチェーン実行では、ユーザの資金をアタッカーが管理するアドレスにリダイレクトする一方で、シミュレーションが良質な結果または利益をもたらす。 本稿では,トランザクションシミュレーションフィッシングの総合的研究について紹介する。 まず、この攻撃を促進するために使用できるフィッシング契約の分類法を開発する。 そこで我々は,静的および動的プログラム解析を組み合わせたバイトコードレベルの検出システムSIMGUARDを提案する。 SIMGUARDをEthereum、Binance Smart Chain、Avalanche、Polygonに適用すると、2024年8月から2025年6月までにデプロイされた4000以上のフィッシング契約を検出します。 我々の分析では5700人以上の犠牲者と約348万ドルの損失が確認され、そのうち91.5%がEthereumで発生している。 さらに,クラスタリングの結果から,最大規模のフィッシング契約クラスタだけで全体の損失の約83%を占めることが明らかとなった。 これらの結果は、現在のウォレット防衛における重大な弱点を明らかにし、より堅牢なトランザクションシミュレーション機構の必要性を強調している。

関連論文リスト

• Phishing Detection in Ethereum via Temporal Graph Contrastive Learning [8.217132307053747]
  既存のフィッシング検出法は主にグラフ学習に依存している。 本稿では,フィッシングアクティビティを検知するオンチェーントランザクションをモニタする,フルダイナミックなセルフ教師システムであるPhishEyeを提案する。 161,658アドレスと416,541トランザクションのデータセットの評価は、PhishEyeが既存のメソッドより優れていることを示している。
  論文  参考訳（メタデータ） (2026-05-02T02:53:53Z)
• One Token Embedding Is Enough to Deadlock Your Large Reasoning Model [91.48868589442837]
  我々は, LRMの生成制御フローをハイジャックする資源枯渇手法であるDeadlock Attackを提案する。 提案手法は4つの先進LEMにおいて100%の攻撃成功率を達成する。
  論文  参考訳（メタデータ） (2025-10-12T07:42:57Z)
• 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)
• PhishingHook: Catching Phishing Ethereum Smart Contracts leveraging EVM Opcodes [2.427531959511691]
  PhishingHookは、スマートコントラクトにおけるフィッシングアクティビティを検出する機械学習技術を適用するフレームワークである。 我々は、実世界のマルウェアスマートコントラクト7000を用いて、4つの主要なカテゴリ(ヒストグラム類似性、視覚モデル、言語モデル、脆弱性検出モデル)に属する16の手法を実験的に比較した。 その結果,フィッシング分類システムにおけるPhishingHookの有効性が示され,各モデルの平均精度は約90%であった。
  論文  参考訳（メタデータ） (2025-06-24T10:16:47Z)
• Blockchain Address Poisoning [5.68371809302547]
  多くのブロックチェーンでは、ユーザは最近のトランザクション履歴からアドレスを選択することが多い。 敵は、被害者が以前相互作用したのと類似したアドレスを生成し、被害者の取引履歴に毒を盛る。 これまでに報告された1700万人の被害者を標的とした2億7000万件のオンチェーン攻撃があった。
  論文  参考訳（メタデータ） (2025-01-28T03:34:59Z)
• Dissecting Payload-based Transaction Phishing on Ethereum [13.398858969125495]
  ペイロードベースのトランザクションフィッシング(PTXPHISH)は、悪意のあるペイロードの実行を通じてユーザを騙すスマートコントラクトインタラクションを操作する。 PTXPHISHは急速に重大な脅威となり、2023年の報告書では7000万ドルを超える損失を招いた。 5000のフィッシングトランザクションからなるPTXPHISHデータセットを構築。 そこで本研究では,PTXPHISHを同定するためのルールベース多次元検出手法を提案する。
  論文  参考訳（メタデータ） (2024-09-04T02:26:59Z)
• Blockchain Amplification Attack [13.13413794919346]
  攻撃者は修正ノードのネットワークトラフィックを3,600倍に増幅し,攻撃を行うために必要な約13,800倍の経済的損害を与えることを示す。 これらのリスクにもかかわらず、アグレッシブなレイテンシ削減は、修正ノードの存在を正当化するために、さまざまなプロバイダに十分な利益をもたらす可能性がある。
  論文  参考訳（メタデータ） (2024-08-02T18:06:33Z)
• Vulnerability Scanners for Ethereum Smart Contracts: A Large-Scale Study [44.25093111430751]
  2023年だけでも、そのような脆弱性は数十億ドルを超える巨額の損失をもたらした。 スマートコントラクトの脆弱性を検出し、軽減するために、さまざまなツールが開発されている。 本研究では,既存のセキュリティスキャナの有効性と,現在も継続している脆弱性とのギャップについて検討する。
  論文  参考訳（メタデータ） (2023-12-27T11:26:26Z)
• Blockchain Large Language Models [65.7726590159576]
  本稿では,異常なブロックチェーントランザクションを検出するための動的,リアルタイムなアプローチを提案する。 提案するツールであるBlockGPTは、ブロックチェーンアクティビティのトレース表現を生成し、大規模な言語モデルをスクラッチからトレーニングして、リアルタイム侵入検出システムとして機能させる。
  論文  参考訳（メタデータ） (2023-04-25T11:56:18Z)
• Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem of Tokens in Ethereum and in the Binance Smart Chain (BNB) [50.888293380932616]
  トークンと流動性のプールの生態系を研究する。 トークンの約60%が1日以内でアクティブであることが分かりました。 1日間の暴走が2億4000万ドルという利益を生み出したと見積もっている。
  論文  参考訳（メタデータ） (2022-06-16T14:20:19Z)
• Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's Post-Quantum Security [67.06003361150228]
  作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。 本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。 我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
  論文  参考訳（メタデータ） (2020-12-30T18:03:56Z)

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。