論文の概要: Attack Patterns in Cross-chain Bridges: A Trust-based Empirical Analysis

• arxiv url: http://arxiv.org/abs/2611.01587v1
• Date: Sun, 01 Nov 2026 05:14:28 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:56:45.770027
• Title: Attack Patterns in Cross-chain Bridges: A Trust-based Empirical Analysis
• Title（参考訳）: クロスチェーンブリッジにおける攻撃パターン:信頼に基づく実証分析
• Abstract要約: 本稿では,2022年1月から2026年8月までの48件のエビデンスに支えられた実世界の事例に基づいて,クロスチェーンブリッジ攻撃の実証的研究を行った。 本研究では,6つの信頼違反攻撃パターンからなる行動に基づく攻撃パターンアーキテクチャを提案する。 さらにアーキテクチャは、これらのパターンを、デリゲート、リレー、検証、実行、ガバナンスと運用の5つのクロスチェーンブリッジの機能ドメインにマッピングする。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The rapid growth of multiple blockchain ecosystems has made cross-chain bridges essential for transferring assets and information across independent blockchains. Their multi-component architectures, cross-chain trust assumptions, and concentration of valuable assets expose them to diverse security threats. This paper presents an empirical study of cross-chain bridge attacks based on 48 evidence-supported real-world incidents from January 2022 to August 2026. We propose a behaviour-based attack pattern architecture comprising six trust-violation attack patterns, each defined by the primary trust assumption violated by the attacker: Proof Forgery,Logic Exploitation, Event Injection, Economic-State Manipulation, Credential Seizure, and Infrastructure Hijacking. The architecture further maps these patterns to five functional domains of cross-chain bridges: Deposit, Relay, Verification, Execution, and Governance and Operations, separating how a trust assumption is violated from where the compromised trust boundary lies. The 48 incidents correspond to $2.676 billion in gross bridge-specific losses, with the ten largest incidents accounting for 92.4% of total losses. Measured on the primary loss basis, Proof Forgery and Credential Seizure make up 86.2% of all losses, and the Verification and Governance and Operations domains hold 93.9%. A handful of very large incidents drives this concentration, yet it still holds when we switch to other loss bases or reclassify the boundary cases. By tying what attackers do to the bridge functions and security assumptions they target, the architecture gives threat modelling for cross-chain bridges an empirical footing.
• Abstract（参考訳）: 複数のブロックチェーンエコシステムの急速な成長により、独立したブロックチェーン間で資産や情報を転送するために、クロスチェーンブリッジが不可欠になった。 それらの多コンポーネントアーキテクチャ、クロスチェーンの信頼前提、および価値ある資産の集中は、様々なセキュリティ脅威にさらされる。 本稿では,2022年1月から2026年8月までの48件のエビデンスに支えられた実世界の事例に基づいて,クロスチェーンブリッジ攻撃の実証的研究を行った。 本稿では,6つの信頼違反攻撃パターンからなる行動に基づく攻撃パターンアーキテクチャを提案し,それぞれが攻撃者によって侵害された主要な信頼前提によって定義されている: Proof Forgery,Logic Exploitation,Event Injection,Economic-State Manipulation,Credential Seizure,Infrastructure Hijacking。 さらにアーキテクチャは、これらのパターンを、デリゲート、リレー、検証、実行、ガバナンスと運用という5つの機能的なクロスチェーンブリッジのドメインにマッピングします。 48件の事故は、総損失の92.4%を占める最大10件のうち、総損失の2660億ドルに相当する。 プライマリ・ロスベースで測定されたProof ForgeryとCredential Seizureは全損失の86.2%を占め、検証・ガバナンス・オペレーションドメインは93.9%である。 非常に大きなインシデントが、この濃度を駆動しますが、他の損失ベースに切り替えたり、境界ケースを再分類する場合は、依然として維持されます。 攻撃者がターゲットとするブリッジ機能とセキュリティの前提に何をするかを結びつけることで、アーキテクチャはクロスチェーンブリッジの脅威モデリングに実証的な足場を与えます。

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)
• 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)
• How Vulnerable Are AI Agents to Indirect Prompt Injections? Insights from a Large-Scale Public Competition [48.32744727426218]
  LLMベースのエージェントは、電子メール、ドキュメント、コードリポジトリなどの外部データソースを処理する高利得設定にますますデプロイされている。 これにより間接的なプロンプトインジェクション攻撃が発生し、外部コンテンツに埋め込まれた敵の命令は、ユーザの意識なしにエージェントの動作を操作できる。 この2つの目的を3つのエージェント設定で評価した。
  論文  参考訳（メタデータ） (2026-03-16T14:49:36Z)
• TxRay: Agentic Postmortem of Live Blockchain Attacks [52.658018348998105]
  5年も経たないうちに、DeFiのエコシステムは15.75億米ドル以上を失い、エクスプロイトが報告された。 我々は、限られた証拠から生のACT攻撃を再構築する死後システムであるTxRayを提示する。 DeFiHackLabsの114件のインシデントで、TxRayは105件のインシデントに対して専門家による根本原因と実行可能なPoCを生成し、92.11%のエンド・ツー・エンドの再現を達成した。
  論文  参考訳（メタデータ） (2026-02-01T16:17:33Z)
• Hedge Funds on a Swamp: Analyzing Patterns, Vulnerabilities, and Defense Measures in Blockchain Bridges [5.662299435213421]
  ブリッジは、さまざまなブロックチェーンネットワーク間の相互運用性を実現するための、重要なインフラストラクチャになっています。 それらはWeb3で最大の損失源である。 ブロックチェーンブリッジの設計とセキュリティを包括的に体系化する。
  論文  参考訳（メタデータ） (2025-07-08T16:39:23Z)
• Safeguarding Blockchain Ecosystem: Understanding and Detecting Attack Transactions on Cross-chain Bridges [3.07869141026886]
  クロスチェーン橋への攻撃は2021年以来、43億ドル近くを失った。 本稿では,2021年6月から2024年9月までに発生した49件を含む,これまでで最大のクロスチェーン橋攻撃事件を収集する。 クロスチェーンビジネスロジックに対する攻撃を検出するためのBridgeGuardツールを提案する。
  論文  参考訳（メタデータ） (2024-10-18T14:25:05Z)
• G$^2$uardFL: Safeguarding Federated Learning Against Backdoor Attacks through Attributed Client Graph Clustering [116.4277292854053]
  Federated Learning (FL)は、データ共有なしで協調的なモデルトレーニングを提供する。 FLはバックドア攻撃に弱いため、有害なモデル重みがシステムの整合性を損なう。 本稿では、悪意のあるクライアントの識別を属性グラフクラスタリング問題として再解釈する保護フレームワークであるG$2$uardFLを提案する。
  論文  参考訳（メタデータ） (2023-06-08T07:15:04Z)

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。