arrow
返回

Ensemble multi-label machine learning solidity smart contract vulnerability detection model

delete2025-10-17
delete0
delete
OA
AI
R
Rashed Alnuman *
T
Tayyab Sajid
W
Wesam Almobaideen
Q
Qusai Hasan
DOI:10.1007/s10586-025-05725-ydelete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
区块链技术通过智能合约实现了去中心化和自动化的操作,从而革新了数字金融交易和资产所有权。以太坊区块链网络中使用的Solidity智能合约促进了协议的安全和无信任执行。然而,与任何代码一样,智能合约容易受到漏洞的影响。考虑到这些智能合约处理的资产和货币价值,其漏洞利用会导致严重的财务损失和运营中断。此类漏洞利用已导致价值数十亿美元的资产被盗或锁定。在本文中,我们提出了一种集成多标签分类器模型方法,用于使用真实的智能合约数据集自动检测Solidity智能合约中的漏洞,并详细介绍了包括数据集处理在内的方法论过程。所提出的模型堆栈在每个漏洞数据集上均取得了优异的结果,F1分数范围从82.0%到99.9%。所提出的模型还与文献中采用类似方法的常见静态分析器工具和模型进行了比较。此外,我们将模型打包成Web应用程序,展示了部署和功能。
Keyword:
Smart contract
Blockchain
Solidity
Vulnerability detection
Etherlock
Reentrancy
Integer underflow/Overflow
Block dependency

期刊

C
Cluster Computing
IF:
0
论文数:
691
被引数:
1

机构

引用论文

引用论文

Deep learning-based solution for smart contract vulnerabilities detection
err2023-11-16
err11
errOAAI
errTang, Xueyan; Du, Yuying; Lai, Alan; Zhang, Ze; Shi, Lingzhi
err分享
err收藏
Support vector machines支持向量机
err1998-07-01
err0
PREAI
errM.A. Hearst; S.T. Dumais; E. Osuna; J. Platt; B. Scholkopf
err分享
err收藏
学者 查看更多内容