論文の概要: Understanding Verification Vulnerabilities in Cross-chain Bridges: An Empirical Study
- arxiv url: http://arxiv.org/abs/2610.13170v1
- Date: Fri, 09 Oct 2026 07:58:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.462327
- Title: Understanding Verification Vulnerabilities in Cross-chain Bridges: An Empirical Study
- Title（参考訳）: クロスチェーンブリッジにおける検証脆弱性の理解--実証的研究
- Abstract要約: クロスチェーンブリッジは通常、異種ブロックチェーン間のメッセージパッシングとアセット転送を容易にするために、スマートコントラクトに依存しています。
単一チェーン契約とは異なり、ブリッジ契約では外部チェーンデータを検証するための検証ロジックが追加されている。
クロスチェーン検証のセキュリティ保証に違反する脆弱性をCVV(Cross-chain Verification Vulnerabilities)と呼ぶ。
- 参考スコア（独自算出の注目度）: 14.071881032153549
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the rapid development of blockchain technology, numerous heterogeneous blockchains have emerged, each featuring distinct architectures, consensus mechanisms, and application ecosystems. Cross-chain bridges have consequently become a critical infrastructure component, typically relying on smart contracts to facilitate message passing and asset transfers across heterogeneous blockchains. Unlike single-chain contracts, bridge contracts introduce additional verification logic to validate external-chain data, such as state proofs, message sender identities, and signatures. However, correctly implementing such logic is challenging. We refer to vulnerabilities that violate the security guarantees of cross-chain verification as Cross-chain Verification Vulnerabilities (CVVs). To characterize CVVs, we conduct the first systematic empirical study of this vulnerability class. By analyzing 588 security audit reports from 36 real-world cross-chain bridge projects, we derive 11 CVV patterns and organize them into 5 high-level categories according to the affected verification properties. Following this taxonomy, we construct a CVV dataset containing 830 vulnerability instances across 786 contract files. The dataset establishes mappings among audit reports, audited source-code versions, affected source files, and CVV-pattern labels. We then assess existing detection approaches. Current tools provide limited documented coverage of CVV patterns, while only two of four evaluated LLMs outperform an all-pattern constant baseline of 29.3% Macro-F1; the best reaches 51.2%. Together, the limited tool coverage and inconsistent LLM gains motivate detection methods tailored to cross-chain verification semantics.
- Abstract（参考訳）: ブロックチェーン技術の急速な発展に伴い、さまざまな異種ブロックチェーンが登場し、それぞれ異なるアーキテクチャ、コンセンサスメカニズム、アプリケーションエコシステムを特徴としている。
その結果、クロスチェーンブリッジは重要なインフラストラクチャコンポーネントとなり、通常、異種ブロックチェーン間のメッセージパッシングとアセット転送を容易にするスマートコントラクトに依存している。
単一チェーン契約とは異なり、ブリッジ契約では、状態証明、メッセージ送信者の身元、シグネチャなどの外部チェーンデータを検証するための検証ロジックが追加されている。
しかし、そのような論理を正しく実装することは困難である。
クロスチェーン検証のセキュリティ保証に違反する脆弱性をCVV(Cross-chain Verification Vulnerabilities)と呼ぶ。
CVVを特徴付けるために,この脆弱性に関する最初の系統的研究を行った。
実世界36のクロスチェーンブリッジプロジェクトから588件のセキュリティ監査報告を解析することにより、CVVパターンを11パターン導き、影響を受ける検証特性に応じて5つのハイレベルカテゴリに分類する。
この分類に続いて、786の契約ファイルにまたがる830の脆弱性インスタンスを含むCVVデータセットを構築した。
このデータセットは、監査レポート、監査されたソースコードバージョン、影響を受けるソースファイル、CVVパターンラベル間のマッピングを確立する。
既存の検出手法を評価する。
現在のツールではCVVパターンの文書化された範囲が限られているが、4つの評価済みLCMのうち29.3%のマクロ-F1の定数ベースラインを上回るのはわずか2つしかなく、最高は51.2%である。
ツールカバレッジの制限とLLMの不整合は、クロスチェーン検証セマンティクスに適したモチベーション検出方法を得る。
関連論文リスト
- Bridging the Opacity: Evidence-Backed Cross-Chain Transaction Correspondence Reconstruction Across Heterogeneous Blockchains [69.29257298191438]
クロスチェーンブリッジは相互運用を可能にするが、不正な資金の追跡に必要なトランザクションパスも破壊する。
サードパーティの調査員は通常、ブリッジバックエンドが保持するソース・ツー・デスティネーションマッピングにアクセスすることができない。
我々は,クロスチェーントランザクション通信を再構築するエビデンス駆動システムであるXSplicerを提案する。
論文 参考訳（メタデータ） (2026-09-16T05:38:42Z) - SoK: Cross-Chain Transaction Identification and Matching [14.090582147532361]
クロスチェーンブリッジ、インスタント暗号通貨取引所、集中型クロスリーガープラットフォームは、ますます増加するマルチチェーンエコシステムに資産を移動させる。
これらのシステムは、クロスチェーンマネーロンダリングのための、高価値な攻撃やチャネルの標的になっている。
クロスチェーントランザクションの識別とマッチングにおける知識の体系化(SoK)を提案する。
論文 参考訳（メタデータ） (2026-08-18T08:54:15Z) - GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts [52.51342355102833]
マルチチェーンエコシステムの重要な基盤であるクロスチェーンブリッジは、攻撃者にとって主要なターゲットとなっている。
バイトコードレベルの静的解析のような既存の防御は、チェーン間の相互作用のセマンティックな複雑さを扱うには不十分である。
パターンマッチングから体系的な第一原理検証へ自動的なクロスチェーンスマートコントラクト監査を移行するフレームワークであるGoAT-Xを提案する。
論文 参考訳（メタデータ） (2026-04-27T11:34:21Z) - UniDetect: LLM-Driven Universal Fraud Detection across Heterogeneous Blockchains [9.89047849878308]
大規模言語モデル(LLM)に基づくマルチチェーン暗号通貨不正アカウント検出手法UniDetectを導入する。
具体的には、ドメイン知識を用いてLLMをガイドし、異種ブロックチェーンアカウントに適用可能な一般的なトランザクション要約テキストを生成する。
複数のブロックチェーンの実験によると、UniDetectはKolmogorov-Smirnov(KS)で既存のメソッド5.57%から7.58%を上回っている。
論文 参考訳（メタデータ） (2026-04-14T06:04:37Z) - LOCARD: An Agentic Framework for Blockchain Forensics [2.6498598849144464]
ブロックチェーンの鑑識のための最初のエージェントフレームワークであるLOCARDを紹介する。
LOCARDはこの視点をTri-Core Cognitive Architectureを通じて運用する。
我々は,Sybilクラスタを分解するグループトランスファートラクションタスクのLOCARDを評価する。
論文 参考訳（メタデータ） (2026-04-05T18:04:50Z) - One Signature, Multiple Payments: Demystifying and Detecting Signature Replay Vulnerabilities in Smart Contracts [56.94148977064169]
署名の使用状況のチェックが不足すると、繰り返し検証が行われ、許可の不正使用のリスクが増大し、契約資産が脅かされる可能性がある。
我々はこの問題をSignature Replay Vulnerability (SRV) として定義する。
37のブロックチェーンセキュリティ企業を対象とした1,419の監査報告から、詳細なSRV記述と5種類のSRVを分類した108を識別しました。
論文 参考訳（メタデータ） (2025-11-12T09:17:13Z) - ConneX: Automatically Resolving Transaction Opacity of Cross-Chain Bridges for Security Analysis [24.725668502966585]
ConneXは、クロスチェーンブリッジの両端で対応するトランザクションペアを正確に識別するように設計された自動化システムである。
不正資金の追跡におけるその成功例は、クロスチェーンのセキュリティと透明性を高めるための実用性を強調している。
論文 参考訳（メタデータ） (2025-11-03T09:44:02Z) - 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) - 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)
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。