返回
Ensemble multi-label machine learning solidity smart contract vulnerability detection model
DOI:10.1007/s10586-025-05725-y.png)
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
IF:
0
论文数:
691
被引数:
1
机构
引用论文
Design and evaluation of highly accurate smart contract code vulnerability detection framework高精度智能合约代码漏洞检测框架的设计与评估
Unfolding the blockchain era: Timeline, evolution, types and real-world applications展开区块链时代: 时间轴,演变,类型和现实世界的应用
Strengthening the Security of Smart Contracts through the Power of Artificial Intelligence
Computers
IF0
An Integrated Smart Contract Vulnerability Detection Tool Using Multi-Layer Perceptron on Real-Time Solidity Smart Contracts在实时Solidity智能合约上使用多层感知器的集成智能合约漏洞检测工具
IEEE ACCESS
IF3.6

