論文の概要: Price is Only the Symptom: Understanding and Analyzing Economic-State Manipulation Vulnerabilities in DeFi

• arxiv url: http://arxiv.org/abs/2611.00587v1
• Date: Sat, 31 Oct 2026 03:28:57 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:21:52.977232
• Title: Price is Only the Symptom: Understanding and Analyzing Economic-State Manipulation Vulnerabilities in DeFi
• Title（参考訳）: 価格だけが症状である:DeFiにおける経済状態操作脆弱性の理解と分析
• Abstract要約: 分散型金融(DeFi)に対する重要なセキュリティ脅威として、経済状態の操作が出現した DeFiにおけるESM(Economic-State Manipulation)の脆弱性に関する総合的な実証的研究を行う。
• 参考スコア（独自算出の注目度）: 38.76751007316264
• License:
• Abstract: Economic-state manipulation has emerged as a significant security threat to decentralized finance (DeFi), causing substantial financial losses. Existing studies predominantly characterize these attacks as price manipulation, focusing on observable price distortions while overlooking underlying violations of economic-state integrity. We conduct a comprehensive empirical study of Economic-State Manipulation (ESM) vulnerabilities in DeFi. We first curate a diverse dataset comprising 276 real-world attacks and 91 Code4rena audit findings. Based on these cases, we develop a cause-oriented taxonomy comprising four primary categories and eleven subcategories. Our analysis reveals that ESM vulnerabilities extend beyond conventional price manipulation, frequently involving violations of protocol-internal accounting, AMM state consistency, and execution-time constraints. We further investigate the evaluation datasets of six existing studies and find that, although they cover 6-10 vulnerability subcategories, their distributions remain dominated by limited manipulation mechanisms. Furthermore, we systematically evaluate seven representative detection approaches on our dataset. Our results reveal limited coverage, with the best-performing approach identifying only 50.4% of real-world attacks. Through an analysis of false negatives and false positives, we identify fundamental limitations arising from reliance on predefined attack patterns, insufficient reasoning about economic-state semantics, and incomplete exploitability validation. These findings provide empirical insights for developing more generalizable ESM vulnerability detection techniques.
• Abstract（参考訳）: 経済状態の操作は、分散金融(DeFi)にとって重大なセキュリティ上の脅威として現れ、実質的な財政的損失を引き起こしている。 既存の研究は、これらの攻撃を価格操作として特徴付けており、経済状態の整合性の根本的な違反を見落としながら、観測可能な価格歪みに焦点を当てている。 DeFiにおけるESM(Economic-State Manipulation)の脆弱性に関する総合的な実証的研究を行う。 まず、276の現実世界攻撃と91のCode4rena監査結果からなる多様なデータセットをキュレートする。 これらの事例に基づいて,4つの主要分類群と11の亜分類群からなる原因指向の分類法を開発した。 分析の結果,ESMの脆弱性は従来の価格操作を超えて,プロトコル内部の会計,AMM状態の整合性,実行時の制約に頻繁に関与していることが判明した。 さらに6つの既存研究の評価データセットについて検討し、6-10の脆弱性サブカテゴリをカバーしているが、その分布は限定的な操作機構によって支配されていることがわかった。 さらに,データセット上での7つの代表的な検出手法を体系的に評価した。 以上の結果から,実世界の攻撃の50.4%に過ぎず,対象範囲が限られていることが明らかとなった。 偽陰性および偽陽性の分析を通じて、事前に定義された攻撃パターンへの依存、経済状態のセマンティクスに関する十分な推論、不完全利用性検証による根本的な制約を同定する。 これらの知見は、より一般化可能なESM脆弱性検出技術を開発するための実証的な洞察を与える。

関連論文リスト

• When AI Fails, What Works? A Data-Driven Taxonomy of Real-World AI Risk Mitigation Strategies [0.04736448323490553]
  我々は、実世界のAIインシデント報告と緩和行動を分析し、経験的に根ざした分類を導き出す。 メディア報告された9,705件のAIインシデント記事の統合コーパスを用いて、6,893件のテキストから明示的な緩和アクションを抽出する。 分類学では,(1)矯正・規制行動,(2)法・規制強化行動,(3)金融・経済・市場管理,(4)回避・否定の4つの新たなカテゴリーを紹介している。
  論文  参考訳（メタデータ） (2026-03-04T16:46:13Z)
• SSR: Safeguarding Staking Rewards by Defining and Detecting Logical Defects in DeFi Staking [55.62033436283969]
  DeFi(Decentralized Finance)の買収は、DeFiエコシステムにおける最も顕著なアプリケーションの1つだ。 DeFiの盗難の論理的欠陥により、攻撃者は不当な報酬を請求できる。 我々は,DeFi取引契約における論理的欠陥を検出するための静的解析ツールであるSSR(Safeguarding Stake Reward)を開発した。
  論文  参考訳（メタデータ） (2026-01-09T15:01:41Z)
• The Eminence in Shadow: Exploiting Feature Boundary Ambiguity for Robust Backdoor Attacks [51.468144272905135]
  深層ニューラルネットワーク(DNN)は、バックドア攻撃に対して脆弱なままでも重要なアプリケーションを支える。 バックドア攻撃を標的とした理論的解析を行い,不均質なモデル操作を実現するための疎い決定境界に着目した。 エミネンス(Eminence)は、理論的な保証と固有なステルス特性を持つ、説明可能で堅牢なブラックボックスバックドアフレームワークである。
  論文  参考訳（メタデータ） (2025-12-11T08:09:07Z)
• LLM-Powered Detection of Price Manipulation in DeFi [12.59175486585742]
  分散ファイナンス(DeFi)のスマートコントラクトは数十億ドルを管理し、エクスプロイトの主要なターゲットとなっている。 価格操作の脆弱性は、しばしばフラッシュローンを通じて発生し、壊滅的な攻撃の類である。 本稿では,静的解析とLarge Language Model(LLM)に基づく推論を組み合わせたハイブリッドフレームワークPMDetectorを提案する。
  論文  参考訳（メタデータ） (2025-10-24T09:13:30Z)
• Foe for Fraud: Transferable Adversarial Attacks in Credit Card Fraud Detection [1.469672228104042]
  クレジットカード詐欺検出は、金融セクターにおける機械学習(ML)の重要な応用である。 敵の攻撃は 金融業界の安全と安定に 重大な脅威をもたらします 本稿では,CCFD MLモデルの対向的摂動に対する堅牢性を検討するための総合的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-08-20T13:23:28Z)
• Eliciting and Analyzing Emergent Misalignment in State-of-the-Art Large Language Models [0.0]
  我々は、最先端の言語モデルが、注意深く構築された会話シナリオに対して脆弱であることを示します。 10の攻撃シナリオが成功し、現在のアライメント手法が物語の没入、感情的なプレッシャー、戦略的フレーミングをどのように扱うかに根本的な脆弱性が明らかになった。 汎用性を検証するため,自動評価フレームワークMISALIGNMENTBENCHに手動攻撃を行った。
  論文  参考訳（メタデータ） (2025-08-06T08:25:40Z)
• SafeMLRM: Demystifying Safety in Multi-modal Large Reasoning Models [50.34706204154244]
  推論能力の獲得は、引き継がれた安全アライメントを壊滅的に劣化させる。 特定のシナリオは、25倍の攻撃率を被る。 MLRMは、厳密な推論と問合せの安全結合にもかかわらず、初期段階の自己補正を示す。
  論文  参考訳（メタデータ） (2025-04-09T06:53:23Z)
• A Relevance Model for Threat-Centric Ranking of Cybersecurity Vulnerabilities [0.29998889086656577]
  脆弱性の追跡と更新の絶え間ないプロセスは、サイバーセキュリティの専門家にとって最大の関心事だ。 我々は、MITRE ATT&CKから派生した敵対的基準を用いた脅威の軽減に特化して、脆弱性管理のためのフレームワークを提供する。 我々の結果は、サイバー脅威のアクターが標的にし、悪用される可能性のある脆弱性の特定に向けた平均71.5%から91.3%の改善を示している。
  論文  参考訳（メタデータ） (2024-06-09T23:29:12Z)
• Exploring Robustness of Unsupervised Domain Adaptation in Semantic Segmentation [74.05906222376608]
  クリーンな画像とそれらの逆の例との一致を、出力空間における対照的な損失によって最大化する、逆向きの自己スーパービジョンUDA(ASSUDA)を提案する。 i) セマンティックセグメンテーションにおけるUDA手法のロバスト性は未解明のままであり, (ii) 一般的に自己スーパービジョン(回転やジグソーなど) は分類や認識などのイメージタスクに有効であるが, セグメンテーションタスクの識別的表現を学習する重要な監視信号の提供には失敗している。
  論文  参考訳（メタデータ） (2021-05-23T01:50:44Z)

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。