Smart Greybox Fuzzing
基于覆盖率的灰盒模糊检测(CGF)是最成功的自动漏洞检测方法之一。给定一个种子文件(作为一个比特序列),CGF随机翻转、删除或比特以生成新文件。CGF通过保留那些增强覆盖率的生成文件来迭代地构建(和模糊化)种子语料库。然而,对于处理复杂文件格式的应用程序,随机位翻转不太可能产生有效文件(或文件中的有效块)。在这项工作中,我们引入智能灰盒模糊(SGF),它利用种子文件的高层次结构表示来生成新的文件。我们定义了创新的变异算子,工作在虚拟文件结构,而不是位的水平,使SGF探索全新的输入域,同时保持文件的有效性。我们引入了一种新的基于有效性的电源调度,使SGF花更多的时间生成更有可能通过程序的解析阶段的文件,这可以暴露更深层次的处理逻辑中的漏洞。我们的评估证明了SGF的有效性。在解析结构复杂文件的几个库上,我们的工具AFL Smart探索了比基线AFL更多的路径(高达200%),并暴露了更多的漏洞。我们的工具AFLSmart在广泛使用的、经过良好测试的工具和库中发现了42个零日漏洞;到目前为止,分配了17个CVE。
2018-11-23 cs.CR
SAEFUZZ: Smart Contract Vulnerability Detection through Statically Guided Evolutionary Fuzzing
Hainan University(海南大学)
SAEFUZZ是一种基于静态引导进化模糊测试的智能合约漏洞检测方法,通过构建以太坊虚拟机控制流图等技术,在带标签合约检测中获98.50%准确率等指标,各关键组件均对性能有贡献。
2026-08-18 cs.CR
ConFuzzius: A Data Dependency-Aware Hybrid Fuzzer for Smart Contracts
智能合约是在区块链上执行的图灵完备程序。与传统程序不同,一旦部署,它们就无法修改。随着智能合约的价值越来越高,它们成为攻击者的一个令人兴奋的目标。在过去的几年里,由于简单的编程错误,他们遭受了数百万美元的攻击。因此,已经提出了用于检测错误的各种工具。这些工具中的大多数依赖于符号执行,这可能会由于过度近似而产生误报。最近,许多模糊器被提出来检测智能合约中的错误。然而,这些方法在查找浅层bug时更有效,而在查找深层执行中的bug时效果较差,因此实现了低代码覆盖率和许多假阴性。一种在传统程序中被证明可以取得良好效果的替代方法是混合模糊,它是符号执行和模糊的组合。在这项工作中,我们研究了智能合约的混合模糊,并提出了ConFuzzius,第一个智能合约的混合模糊器。ConFuzzius使用进化模糊来执行智能合约的浅层部分和约束求解,以生成满足复杂条件的输入,从而阻止进化模糊探索更深层的部分。此外,ConFuzzius利用动态数据依赖性分析来有效地生成更有可能导致隐藏错误的合同状态的事务序列。我们通过将ConFuzzius与最先进的智能合约符号执行工具和模糊器进行比较来评估其有效性。我们对128个合同和21K个真实合同的策划数据集进行了评估,结果表明,我们的混合方法检测到更多的错误(高达23%),同时在代码覆盖率方面优于最先进的方法(高达69%),并且数据依赖性分析将错误检测提高了18%。
2021-03-10 cs.CR
LLM4Fuzz: Guided Fuzzing of Smart Contracts with Large Language Models
LLM4Fuzz利用大型语言模型智能引导模糊测试,优先探索高价值代码区域和输入序列,并支持基于用户定义不变量的引导,在真实DeFi项目中显著提升效率、覆盖率与漏洞检测能力,发现五个可致超24.7万美元损失的高危漏洞。
2024-01-20 cs.CR cs.SE
Fuzz on the Beach: Fuzzing Solana Smart Contracts
针对现有智能合约安全工具多适配以太坊、Solana无状态执行环境存在特有攻击模式且多数合约无源码的问题,提出首个仅二进制、覆盖率引导的模糊测试架构FuzzDelSol,通过提取底层信息构建多类漏洞预言机,在6049个合约上实现高准确率和召回率的漏洞检测。
2024-12-15 cs.CR
LLAMA: Multi-Feedback Smart Contract Fuzzing Framework with LLM-Guided Seed Generation
本文提出基于LLM的多反馈智能合约模糊测试框架LLAMA,结合分层提示生成种子、多反馈优化机制和进化模糊引擎,显著提升了代码覆盖率与漏洞检测能力。
2025-07-16 cs.CR cs.SE
Capturing Monetarily Exploitable Vulnerability in Smart Contracts via Auditor Knowledge-Learning Fuzzing
University of Minnesota - Twin Cities(明尼苏达大学双城分校);Fudan University(复旦大学);Xi’an Jiaotong University(西安交通大学)
本文提出FAUDITOR,通过整合审计报告和自学习机制,有效识别智能合约中的可货币化漏洞,发现220个零日漏洞,提升检测效率和覆盖率。
2026-04-20 cs.CR
Multi-Agent Collaborative Fuzzing with Continuous Reflection for Smart Contracts Vulnerability Detection
Southeast University(东南大学)
针对现有智能合约模糊测试工具难以触发复杂漏洞、无效序列多的问题,本文提出大模型驱动的多智能体协同反思模糊测试工具SmartFuzz,经实验验证其漏洞检测能力显著优于现有最优工具。
2025-11-15 cs.CR cs.SE
xFuzz: Machine Learning Guided Cross-Contract Fuzzing
智能合约交易越来越多地被交叉合约调用所交织。虽然已经开发了许多工具来识别一组常见的漏洞,但现有工具忽略了跨合同漏洞。跨合约漏洞是指存在两个以上交互合约时出现的可利用漏洞。然而,现有的方法仅限于同时分析最多两个合同。检测跨合约漏洞是非常重要的。多个交互合约的搜索空间比单个合约的搜索空间大得多。为了解决这个问题,我们提出了xFuzz,一个机器学习引导的智能合约模糊框架。机器学习模型用新特征(例如,字向量和指令),并用于过滤可能的良性程序路径。与现有的静态工具相比,机器学习模型具有更强的鲁棒性,避免了在特定工具中直接采用人工定义的规则。我们将xFuzz与三种最先进的工具在7,391份合同上进行了比较。xFuzz检测到18个可利用的跨合约漏洞,其中15个漏洞为首次曝光。此外,我们的方法被证明在检测非交叉合同漏洞方面也很有效-使用不到20%的时间作为其他模糊工具,xFuzz检测到两倍的漏洞。
2022-06-30 cs.CR cs.SE
Psyzkaller: Learning from Historical and On-the-Fly Execution Data for Smarter Seed Generation in OS kernel Fuzzing
University of Chinese Academy of Sciences(中国科学院大学);TCA Lab, Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);Zhongguancun Lab(中关村实验室);Cryptography and Cyberspace Security (Whampoa) Institute(密码与网络安全(黄埔)研究院);School of Cyber Science and Technology, Shandong University(山东大学网络空间安全学院)
提出利用N-gram模型从内核执行历史和实时模糊测试结果中学习系统调用依赖关系,结合双向随机游走策略生成更有效且多样的种子,显著提升代码覆盖率、崩溃发现量和漏洞挖掘能力。
2026-06-17 cs.CR
Rethinking Smart Contract Fuzzing: Fuzzing With Invocation Ordering and Important Branch Revisiting
区块链智能合约已经产生了各种有趣和引人注目的应用程序,并成为互联网的革命性力量。不少从业者致力于开发检测智能合约中bug的工具。一种努力是围绕静态分析技术,这种技术严重地受到高假阳性率的影响。另一系列的工作集中在模糊技术。不幸的是,目前智能合约的模糊方法倾向于从合约的初始状态开始进行模糊,这会花费太多的能量围绕初始状态,因此通常无法发现其他状态触发的错误。此外,大多数现有的方法平等地对待每个分支,未能照顾到那些罕见的或更有可能拥有bug的分支。这可能会导致资源浪费在普通分支上。在本文中,我们试图从三个方面来解决这些挑战:(1)在生成函数调用序列时,我们显式地考虑函数之间的数据依赖关系,以便于探索更丰富的状态。我们通过附加一个新的序列S2来进一步延长函数调用序列S1,这样S2就可以从不同于初始状态的状态开始模糊化。(2)我们采用了一个分支距离为基础的措施,不断发展的测试用例迭代向目标分支。(3)我们采用分支搜索算法来发现稀有和脆弱的分支,并设计一个能量分配机制来处理这些关键分支。我们实现了IR-Fuzz,并在12 K个真实世界的合同中对其进行了广泛的评估。实证结果表明:(i)IR-Fuzz比最先进的模糊方法实现了高28%的分支覆盖率,(ii)IR-Fuzz检测到更多的漏洞,并将漏洞检测的平均准确性提高了7%。
2023-01-12 cs.CR cs.PL cs.SE
MEUZZ: Smart Seed Scheduling for Hybrid Fuzzing
Northeastern University(东北大学);Stony Brook University(石溪大学)
排种是决定杂交水稻产量的一个重要因素。现有的混合模糊调度种子的基础上,旨在预测输入实用程序的固定算法。然而,这种方法是不可推广的,因为不存在适用于不同程序的一刀切的规则。它们可能在它们所源自的程序上工作得很好,但在其他程序上就不行了。为了克服这个问题,我们设计了一个机器学习增强的混合模糊系统(MEUZZ),它采用监督机器学习的自适应和泛化的种子调度。MEUZZ基于从相同或类似程序上做出的过去种子调度决策中学到的知识来确定哪些新种子预计会产生更好的模糊产量。MEUZZ的学习基于一系列通过代码可达性和动态分析提取的特征,这会产生可忽略的运行时开销(以微秒为单位)。此外,MEUZZ通过评估每个选定种子的模糊性能来自动推断数据标签。因此,MEUZZ通常适用于各种程序,并在各种程序上表现良好。我们的评估表明,MEUZZ显着优于国家的最先进的灰盒和混合模糊,实现27.1%以上的代码覆盖率比QSYM。学习的模型是可重用和可转移的,这将模糊性能平均提高了7.1%,并改善了56个跨程序模糊活动中的68%。MEUZZ发现了47个隐藏得很深的、以前未知的bug--其中21个已经被开发人员确认并修复--在模糊化8个经过良好测试的程序时,这些程序的配置与以前的工作相同。
2020-07-22 cs.AI cs.CR
EchoFuzz: Empowering Smart Contract Fuzzing with Large Language Models
Tsinghua University(清华大学);Beihang University(北京航空航天大学);Beijing Normal University(北京师范大学);Zhejiang Gongshang University(浙江工商大学);GoPlus Security(GoPlus安全);University of Oxford(牛津大学);East China Normal University(华东师范大学)
EchoFuzz利用大型语言模型生成漏洞函数调用序列并迭代引导模糊测试,提升智能合约漏洞检测效率与覆盖率,实验显示分支覆盖率提高29%,漏洞检测增加62%。
2026-09-15 cs.CR cs.SE
DogeFuzz: A Simple Yet Efficient Grey-box Fuzzer for Ethereum Smart Contracts
本文提出DogeFuzz,一个支持黑盒及两种灰盒策略的以太坊智能合约模糊测试基础设施,实验表明其在未使用符号执行或机器学习的情况下仍优于sFuzz和ILF,但不及Smartian。
2024-09-03 cs.CR cs.SE
FuSeBMC v.4: Smart Seed Generation for Hybrid Fuzzing
FuSeBMC是一个测试生成器,用于查找C程序中的安全漏洞。在早期的工作[4]中,我们描述了一个以前的版本,该版本增量注入标签来指导有界模型检验(BMC)和进化模糊引擎生成代码覆盖和错误发现的测试用例。本文介绍了一个新版本的FuSeBMC,利用这两个引擎来产生智能种子。首先,引擎在程序的轻度检测版本上以短时间限制运行以产生种子。BMC引擎在产生可以通过复杂数学防护的种子时特别有用。然后,FuSeBMC使用上一轮创建的智能种子以更长的时间限制运行其引擎。FuSeBMC使用其Tracer子系统以两种主要方式管理此过程。首先,它使用共享内存来记录每个测试用例所覆盖的标签。其次,对测试用例进行评估,将影响较大的测试用例转化为种子,用于后续的测试模糊化。因此,我们的代码覆盖率得分比去年显著提高,在每个类别中都超过了参加今年比赛的所有工具。
2021-12-20 cs.CR cs.CY cs.SC
Targeted Greybox Fuzzing with Static Lookahead Analysis
自动测试生成通常旨在生成输入,以探索被测程序中的新路径,从而发现bug。现有的工作,因此,集中在引导探索程序的部分,更有可能包含错误,通过使用离线静态分析。在本文中,我们介绍了一种新的技术,有针对性的灰盒模糊使用一个在线的静态分析,引导模糊对一组目标位置,例如,位于最近修改的部分程序。这是通过首先从语义上分析模糊器的测试套件中的输入所探索的每个程序路径来实现的。这个分析的结果然后被用来控制模糊器的专用功率调度,其确定从测试套件模糊输入的频率。我们通过为以太坊智能合约扩展最先进的工业模糊器来实现我们的技术,并在27个真实世界的基准测试中评估其有效性。使用在线分析特别适合智能合约领域,因为它不需要任何代码插装-插装到合约中会改变它们的语义。我们的实验表明,有针对性的模糊显着优于标准的灰盒模糊达到83%的挑战性目标位置(高达14倍的中位数加速)。
2019-05-17 cs.CR cs.SE
Smart Contract Fuzzing Towards Profitable Vulnerabilities
针对智能合约可获利漏洞检测与利润最大化的问题,提出以利润为中心的模糊测试框架VERITE,通过DeFi操作变异器、异常资金流识别及梯度下降策略,在真实DeFi项目中检测和获利表现显著优于现有工具,还助力发现零日漏洞获赏金。
2025-02-12 cs.CR cs.SE
Precise Attack Synthesis for Smart Contracts
智能合约是在区块链平台上运行的程序。它们通过定义良好的接口相互交互,在没有可信第三方的分布式系统中执行金融交易。但这些接口也为攻击者提供了有利的环境,他们可以利用智能合约中的安全漏洞来获取经济利益。本文介绍了SmartScopy,这是一个自动合成对抗性合同的系统,可以识别和利用受害者智能合同中的漏洞。我们的工具基于以太坊生态系统中受害者智能合约的应用程序二进制接口(ABI)规范探索了\emph{attack programs}的空间。为了使合成易于处理,我们引入了\emph{summary-based symbolic evaluation},这大大减少了我们的合成器需要象征性地评估的指令的数量,而不影响漏洞查询的精度。在基于摘要的符号评估的基础上,SmartScopy进一步引入了一种新的方法,用于划分合成搜索空间进行并行探索,以及一种轻量级的演绎技术,可以更早地修剪不可行的候选人。我们在我们的查询语言中编码了智能合约的常见漏洞,并使用$>$ 25K智能合约对来自etherscan的整个数据集进行了SmartScopy评估。我们的实验证明了基于摘要的符号评估的好处,并表明SmartScopy在运行时间,精度和可靠性方面优于两个最先进的智能合约分析器Oyente和Contractfuzz。此外,在最近流行的智能合约上运行,SmartScopy发现了20个易受攻击的智能合约,这些智能合…
2019-02-16 cs.CR
Belobog: Move Language Fuzzing Framework For Real-World Smart Contracts
Nanyang Technological University(南洋理工大学);Beihang University(北京航空航天大学);Bitslab;Movebit;Hong Kong Polytechnic University(香港理工大学);The Chinese University of Hong Kong(香港中文大学)
Belobog是一个用于Move智能合约的类型感知模糊测试框架,能够检测严重和主要漏洞,并成功重现了两个著名漏洞。
2026-07-27 cs.CR cs.PL cs.SE
Vulnerability Analysis of Smart Contracts
区块链平台和智能合约容易受到安全漏洞的攻击。智能合约的安全漏洞导致了加密货币和代币方面的巨大财务损失。在本文中,我们对智能合约的脆弱性分析进行了系统的调查。我们首先简要介绍智能合约中存在的主要攻击类型和漏洞。然后,我们讨论了现有的框架,方法和技术用于漏洞检测。我们在一个表格中总结了我们的发现,该表格列出了每个框架及其保护的攻击。
2022-12-15 cs.CR
ScrawlD: A Dataset of Real World Ethereum Smart Contracts Labelled with Vulnerabilities
以太坊上的智能合约处理数百万美元和其他金融资产。过去,攻击者利用智能合约窃取这些资产。以太坊社区已经开发了大量工具来检测易受攻击的智能合约。然而,没有标准化的数据集来评估这些现有的工具,或任何新开发的工具。有必要为现实世界的以太坊智能合约制定一个公正的标准基准。我们创建了ScrawlD:一个来自以太坊网络的真实智能合约的注释数据集。该数据集使用5种工具进行标记,这些工具使用多数投票来检测智能合约中的各种漏洞。
2022-02-25 cs.CR
A Revisit on Blockchain-based Smart Contract Technology
基于区块链的智能合约已经成为区块链技术中一个不断发展的领域。曾经用于解决数字交易问题的技术现在有了更广泛的用途,包括智能合约。智能合约的发展可以追溯到促进它的众多平台,但是每个平台的工作情况如何的问题还没有得到充分的探讨。智能合约的使用可以从构建在智能合约平台之上的应用程序中看出,例如将现实世界的资产标记为虚拟世界的资产。然而,智能合约包含了一些关于安全性和编码的问题,这些问题可以通过现有研究提出的各种工具来解决。本文旨在重新审视基于区块链的智能合约技术,以了解和讨论从现有研究中收集的研究空白,并为未来的研究提供指导。
2019-07-22 cs.CR
An empirical analysis of smart contracts: platforms, applications, and design patterns
智能合约是一种计算机程序,可以由相互不信任的节点网络一致地执行,而无需可信机构的仲裁。由于其对篡改的适应能力,智能合约在许多情况下都很有吸引力,特别是在那些需要转移资金以遵守某些约定规则的情况下(如在金融服务和游戏中)。在过去的几年里,已经提出了许多智能合约平台,其中一些已经实际实施和使用。我们研究了智能合约的概念如何在其中一些平台中解释。重点关注两个最广泛的,比特币和以太坊,我们量化了智能合约在其应用领域的使用。我们还分析了以太坊中最常见的编程模式,其中提供了智能合约的源代码。
2017-03-18 cs.CR
zkHawk: Practical Private Smart Contracts from MPC-based Hawk
近年来,随着第一个加密货币比特币的发布,加密货币受到了大量的研究关注。随着加密货币交易的增加,对智能合约的需求也在增加。简而言之,智能合约是数字执行的合约,其中一些方执行共同的目标。当前大多数智能合约的主要问题是,无论是区块链还是其他方,对合约的一方输入都没有隐私。我们的研究建立在Hawk项目的基础上,该项目提供交易隐私以及对智能合约的支持。然而,Hawk依赖于一个被称为管理者的特殊受信任方,该管理者必须被信任不会泄露每一方对智能合约的输入。在本文中,我们提出了一种实用的私有智能合约协议,该协议用MPC协议代替管理器,使得MPC协议执行的功能相对较轻,涉及到对智能合约功能添加的很少开销,并使用实际的sigma协议和同态承诺向区块链证明智能合约的传入余额之和与传出余额之和相匹配。平衡。
2022-05-15 cs.CR
Introduction to Decentralization and Smart Contracts
这项工作的目的是研究区块链网络上去中心化和智能合约的使用。我们研究了智能合约在比特币、以太坊和Hyperledger Fabric平台上的实现和使用。此外,我们还研究了共识算法及其各自的用途,并在必要时提到了它们的优点和缺点。最后,有一个例子合同,这意味着是一个接近直接翻译的一般法律房屋租赁合同,以显示如何翻译一个法律合同。
2019-03-12 cs.CR
Blockchain-based Smart Contracts: A Systematic Mapping Study
区块链技术的一个吸引人的特点是智能合约。智能合约是在区块链之上运行的可执行代码,用于在不受信任的第三方参与的情况下促进、执行和强制执行不受信任的各方之间的协议。在本文中,我们进行了一个系统的映射研究,从技术角度收集了所有与智能合约相关的研究。这样做的目的是确定当前的研究主题和未来智能合约研究面临的挑战。我们从不同的科学数据库中提取了24篇论文。结果显示,大约三分之二的论文集中在识别和解决智能合约问题上。确定了四个关键问题,即编纂、安全、隐私和性能问题。其余的论文重点关注智能合约应用或其他智能合约相关主题。需要在未来的研究中解决的研究差距。
2017-10-17 cs.CR
SmartCert: Redesigning Digital Certificates with Smart Contracts
传输层安全(TLS)协议及其公钥基础设施(PKI)被广泛应用于Internet中以实现安全通信。由受信任的证书颁发机构(CA)验证域所有权是颁发数字证书的关键步骤,但不幸的是,此过程提供的安全级别很差。在这项工作中,我们提出了SmartCert,这是一种基于智能合约来改进数字证书的新方法。SmartCert中的证书传达有关其验证状态的详细信息,该状态不断变化,但仅针对指定的智能合约代码和单个域策略。颁发和更新证书的CA承担责任,其行为是透明的,并受到代码的监控。我们提出了SmartCert的实施和评估,并讨论其部署。
2020-03-30 cs.CR
SmartScan: An approach to detect Denial of Service Vulnerability in Ethereum Smart Contracts
区块链技术(BT)以太坊智能合约允许可编程交易,这些交易涉及独立于中央授权机构的BT网络上的同行之间的货币资产转移。以太坊智能合约是部署为去中心化应用程序的程序,具有区块链共识协议的构建块。这项技术使消费者能够在透明和无冲突的环境中达成协议。然而,这些智能合约中的安全漏洞对应用程序及其消费者构成了潜在威胁,并在过去造成了巨大的经济损失。在本文中,我们提出了一个框架,结合静态和动态分析来检测由于以太坊智能合约中的意外恢复而导致的拒绝服务(DoS)漏洞。我们的框架SmartScan静态扫描测试中的智能合约(SCUT),以识别这些SCUT中可能存在漏洞的模式,然后使用动态分析来精确确认其对DoS-Unexpected Revert漏洞的利用,从而实现更高的性能和更精确的结果。我们在从Etherscan收集的500个智能合约上评估了SmartScan。与现有的最先进的技术相比,我们的方法在精确度和召回率方面有所提高。
2021-05-20 cs.CR
Abusing the Ethereum Smart Contract Verification Services for Fun and Profit
本文首次全面分析了以太坊智能合约验证服务的安全性,发现了8类共19个可被滥用以传播恶意合约的漏洞,呼吁社区紧急应对此类威胁。
2023-07-02 cs.CR
Reentrancy Vulnerability Identification in Ethereum Smart Contracts
以太坊智能合约使用区块链在没有中央代理的网络上的对等体之间传输价值。这些程序部署在区块链共识协议之上运行的去中心化应用程序上,使人们能够在透明和无冲突的环境中达成协议。这些智能合约中的安全漏洞对应用程序构成了潜在威胁,并给用户造成了巨大的经济损失。在本文中,我们提出了一个结合静态和动态分析来检测以太坊智能合约中的可重入漏洞的框架。该框架基于测试中智能合约的ABI规范生成攻击者合约,并分析合约交互以精确报告可重入漏洞。我们对Etherscan的5个修改后的智能合约进行了初步评估,我们的框架能够检测到所有修改后的合约中的重入漏洞。我们的框架静态分析智能合约以识别潜在的脆弱功能,然后使用动态分析来精确确认可重入漏洞,从而提高性能并减少误报。
2021-05-06 cs.CR
Vulnerabilities of smart contracts and mitigation schemes: A Comprehensive Survey
本文通过文献综述与实验测试相结合的方式,系统梳理智能合约常见漏洞及缓解方案,特别关注NFT碎片化带来的新风险,并对社区主流工具进行实测评估,最终给出安全智能合约开发综合指南。
2024-04-08 cs.CR
A formal model of Algorand smart contracts
我们开发了Algorand无状态智能合约的正式模型(无状态ASC1)。我们利用我们的模型来证明Algorand区块链的基本属性,并建立一些原型智能合约的安全性。在这样做的同时,我们强调了Algorand支持的各种设计模式。我们进行实验来验证我们的正式模型的一致性的实际执行。
2021-01-26 cs.CR
A security framework for Ethereum smart contracts
针对智能合约漏洞分析工具异构、学习曲线陡峭的问题,提出以太坊安全分析框架ESAF,统一并简化漏洞分析,兼具持久监控与经典分析功能。
2024-02-05 cs.CR
Smart Contract Security Beyond Detection
本文探讨智能合约安全研究的新方向,包括语义推理、自动修复、对抗鲁棒性和实时漏洞检测,提出四个研究方向并连接最新研究成果,帮助学生制定技术扎实、可测量的毕业设计。
2026-05-16 cs.CR
Hunting for Re-Entrancy Attacks in Ethereum Smart Contracts via Static Analysis
以太坊智能合约是在由点对点网络管理的基于共识的区块链中部署和执行的程序。近年来,已经发现了几种旨在窃取以太坊中使用的加密货币Ether的重入攻击,这些加密货币存储在部署的智能合约中。这种攻击的对策是基于执行智能合约本身的动态分析,但它需要花费以太币和提前分析攻击模式的知识。在本文中,我们提出了一个名为\textit{RA (Re-entrancy Analyzer)}的静态分析工具,它结合了符号执行和等价性检查,通过可满足性模理论求解器来分析智能合约对重入攻击的脆弱性。与现有工具相比,RA支持仅使用目标智能合约的以太坊虚拟机字节码来分析合约间行为,即,即使事先不知道攻击模式,也不消耗以太币。此外,RA可以在不执行智能合约的情况下验证是否存在重入攻击漏洞,并且不会提供误报和漏报。我们还提出了一个RA的实现,以评估其在分析部署的智能合约对重入攻击的脆弱性方面的性能,并表明RA可以精确地确定哪些智能合约是脆弱的。
2020-07-02 cs.CR
VOLCANO: Detecting Vulnerabilities of Ethereum Smart Contracts Using Code Clone Analysis
基于区块链技术(BT)的以太坊智能合约使区块链网络上的同行之间的货币交易独立于中央授权机构。以太坊智能合约是部署为去中心化应用程序的程序,具有区块链共识协议的构建块。这使消费者能够在透明和无冲突的环境中达成协议。然而,这些智能合约中存在一些安全漏洞,对应用程序及其消费者构成潜在威胁,并在过去造成了巨大的经济损失。本文提出了一个框架和实证分析,使用代码克隆检测技术来识别智能合约中的漏洞及其变化。我们的实证分析是使用Nicad代码克隆检测工具在大约5万个以太坊智能合约的数据集上进行的。我们在两个数据集上评估了VOLCANO,一个数据集具有已确认的漏洞,另一个数据集具有从Etherscan收集的大约50k个随机智能合约。与两种公开可用的静态分析器检测智能合约中的漏洞相比,我们的方法在覆盖率和效率方面都有所改进。据我们所知,这是第一项使用克隆检测技术来识别以太坊智能合约中的漏洞及其演变的研究。
2022-03-01 cs.CR
Harvey: A Greybox Fuzzer for Smart Contracts
我们介绍Harvey,一个用于智能合约的工业灰盒模糊器,智能合约是在区块链上管理账户的程序。灰盒模糊测试是一种轻量级的测试生成方法,可以有效地检测错误和安全漏洞。然而,灰盒模糊器随机地改变程序输入以执行新的路径;这使得覆盖由窄检查保护的代码变得具有挑战性,窄检查仅由几个输入值满足。此外,大多数现实世界的智能合约在其生命周期中会经历许多不同的状态,例如,拍卖中的每一次出价为了探索这些状态并由此检测深层漏洞,灰盒模糊器将需要生成合同交易的序列,例如,通过创建来自多个用户的出价,同时保持搜索空间和测试套件易于处理。在这篇经验论文中,我们解释了Harvey如何通过两种关键的模糊技术来应对这两个挑战,并从中吸取了主要的经验教训。首先,Harvey扩展了标准的灰盒模糊,使用一种方法来预测更有可能覆盖新路径或揭示智能合约中漏洞的新输入。其次,它以有针对性和需求驱动的方式模糊交易序列。我们已经对27份真实合同进行了评估。我们的实验表明,底层技术显着提高了Harvey在实现高覆盖率和检测漏洞方面的有效性,在大多数情况下,速度更快;它们还揭示了有关合同代码的新见解。
2019-05-15 cs.CR cs.SE
How Do Smart Contracts Benefit Security Protocols?
智能合约最近被许多安全协议采用。然而,现有的研究缺乏令人满意的理论支持,合同如何有利于安全协议。本文旨在对基于智能合约(SC)的安全协议进行系统分析,以弥补参数和声明不明确的缺陷。本文首先研究了\textit{state of the art studies},并在定义了语法和假设的基础上建立了智能合约协议的形式化模型。然后,我们将我们的形式化框架应用于两个具体的指令,以探索相应的优点和理想的属性。通过我们的分析,我们抽象出三个通用属性(\textit{non-repudiation, non-equivocation, and non-frameability}),并相应地识别出两种模式。(1)智能合约可以作为一个自治的用户来协助可信第三方(TTP);(2)智能合约可以取代传统的TTP。据我们所知,这是第一个研究提供了深入的讨论SC为基础的安全协议从严格的理论角度。
2022-04-20 cs.CR
HCC: A Language-Independent Hardening Contract Compiler for Smart Contracts
本文提出语言无关的编译器 HCC,利用代码属性图在源码层自动插入安全检查,可防御六类常见智能合约漏洞,并在大规模真实合约上验证其实用性与防护效果。
2024-12-05 cs.CR
Towards Safer Smart Contracts: A Sequence Learning Approach to Detecting Security Threats
对智能合约中安全漏洞的符号分析已被证明对于分析预定义的漏洞属性很有价值。虽然一些符号工具执行复杂的分析步骤,但它们需要预定的调用深度来搜索易受攻击的执行路径,并且搜索时间随着深度而增加。自2015年12月以来,以太坊等区块链上的合约数量增加了176倍。如果这些符号工具不能及时分析越来越多的合同,整个类别的漏洞可能会造成不可挽回的损失。在本文中,我们的目标是拥有更安全的智能合约来应对新出现的威胁。我们提出了使用机器学习(长短期记忆(LSTM))顺序学习智能合约弱点的方法,这使我们能够相对快速地检测新的攻击趋势,从而产生更安全的智能合约。我们对620,000个智能合约的实验研究证明,我们的模型可以轻松扩展以分析大量合约;也就是说,随着合约复杂性的增加,LSTM保持接近恒定的分析时间。此外,我们的方法实现了$99\%$测试的准确性,并正确地分析合同的假阳性(FP)错误的符号工具。
2019-06-07 cs.CR
Empirical Vulnerability Analysis of Automated Smart Contracts Security Testing on Blockchains
新兴的区块链技术支持去中心化计算范式的转变,并且是一种快速接近的现象。虽然区块链主要被认为是比特币的基础,但由于智能合约的引入,其应用已经远远超出了加密货币。智能合约是一种自我执行的软件,它驻留并运行在托管区块链上。使用基于区块链的智能合约进行安全和透明的管理,以管理互联网环境(主要是物联网)中的交互(身份验证、连接和交易),是研究和实践的一个利基领域。然而,由于底层特定领域语言的复杂语义及其可测试性,编写值得信赖和安全的智能合约可能具有巨大的挑战性。有一些引人注目的事件表明,区块链智能合约可能包含各种代码安全漏洞,从而引发财务损害。当涉及到智能合约的安全性时,拥有编写合约能力的开发人员应该能够在将其部署到区块链上的不可变环境之前测试其代码,以诊断安全漏洞。然而,只有少数智能合约的安全测试工具。这意味着现有的自动智能合约安全测试研究还不够充分,仍处于起步阶段。为了更容易地实现区块链智能合约在安全和隐私方面的应用,我们应该在广泛实施之前首先了解它们的漏洞。因此,本文的目标是对当前静态智能合约安全测试工具进行一次影响深远的实验性评估,为目前应用最广泛的区块链、以太坊及其领域专用程序设计语言Solidity提供第一...
2018-09-07 cs.CR
Detecting Standard Violation Errors in Smart Contracts
SOLAR是一种自动检测以太坊智能合约中违反标准错误的分析工具。给定智能合约的以太坊虚拟机(EVM)字节码和用户指定的来自ERC-20等技术标准的约束或不变量,SOLAR象征性地执行合约,探索所有可能的执行路径,并检查是否可能发起一系列恶意事务以违反指定的约束或不变式。我们的实验结果突出了太阳能在智能合同中发现新的错误的有效性。在评估的779份ERC-20和310份ERC-721智能合约中,SOLAR在197份易受攻击的合约中发现了255个标准违规错误,其中只有3个误报。我们的研究结果对操纵公开交易数字资产的关键智能合约中普遍存在的标准违规错误发出了警告
2019-02-18 cs.CR
Securify: Practical Security Analysis of Smart Contracts
无许可区块链允许执行任意程序(称为智能合约),使相互不信任的实体能够在不依赖可信第三方的情况下进行交互。尽管有潜力,但反复出现的安全问题动摇了人们对智能合约处理数十亿美元的信任。为了解决这个问题,我们提出了Securify,一个以太坊智能合约的安全分析器,它是可扩展的,完全自动化的,并且能够证明合约行为对于给定的属性是安全/不安全的。Securify的分析包括两个步骤。首先,它象征性地分析合同的依赖图,从代码中提取精确的语义信息。然后,它检查合规性和违规模式,这些模式捕获了证明属性是否成立的充分条件。为了启用可扩展性,所有模式都用指定的特定于域的语言指定。Securify是公开发布的,它已经分析了用户提交的超过18000个合同,并定期被专家用于进行安全审计。我们在现实世界的以太坊智能合约上对Securify进行了广泛的评估,并证明它可以有效地证明智能合约的正确性并发现关键违规行为。
2018-08-24 cs.CR
Bridging Immutability with Flexibility: A Scheme for Secure and Efficient Smart Contract Upgrades
Syracuse University(雪城大学);University Of Dhaka(达卡大学);BRAC University(布拉格大学)
针对智能合约不可篡改性导致升级难、现有升级机制成本高且安全性不足的问题,提出FlexiContracts+方案,可在以太坊上实现安全原地升级并保留历史数据,平衡了不可篡改性与灵活性,提升了智能合约系统能力。
2025-04-13 cs.CR
HoRStify: Sound Security Analysis of Smart Contracts
加密货币以太坊是智能合约使用最广泛的执行平台。智能合约是分布式应用程序,可以管理金融资产,因此可以实现先进的金融工具,如去中心化交易所或自治组织(DAO)。它们的金融性质使智能合约成为一个有吸引力的攻击目标,正如对流行合约的大量利用所证明的那样,这些利用导致了数百万美元的经济损失。这种无处不在的攻击危险激发了对健全的静态分析工具的需求,这些工具可以帮助智能合约开发人员在部署之前消除合约漏洞。对EVM合约进行合理且有见地的漏洞评估是一项艰巨的挑战,因为合约在一个基本未知且可能充满敌意的执行环境中执行低级字节码。到目前为止,还没有可证明的可靠的自动分析器,允许基于程序依赖性验证安全属性,即使流行的攻击类属于这一类。在这项工作中,我们提出了HoRstify,这是第一个基于声音静态分析的以太坊智能合约依赖属性的自动分析器。HoRStify的理由,其合理性证明的静态程序切片,我们实例化的EVM字节码的语义的正式证明框架。我们证明了HoRStify足够灵活,可以充分验证不存在著名的攻击类,如时间戳依赖,同时,性能足以分析现实世界的智能合约。
2023-01-31 cs.CR
The Art of The Scam: Demystifying Honeypots in Ethereum Smart Contracts
现代区块链,如以太坊,可以执行所谓的智能合约-在分散的节点网络上执行的程序。随着智能合约变得越来越受欢迎并带来更多价值,它们成为攻击者更感兴趣的目标。在过去的几年里,一些智能合约被攻击者利用。然而,一种更积极主动的方法似乎正在兴起,攻击者不再搜索易受攻击的合同。相反,他们试图通过部署包含隐藏陷阱的看似脆弱的合同来引诱受害者进入陷阱。这种新型的合同通常被称为蜜罐。在本文中,我们通过调查蜜罐智能合约的流行程度、行为和对以太坊区块链的影响,首次对蜜罐智能合约进行了系统分析。我们开发了一个分类的蜜罐技术,并使用它来构建HoneyBadger -一个工具,采用符号执行和定义良好的算法来暴露蜜罐。我们对200多万份智能合约进行了大规模分析,结果表明,我们的工具不仅精度高,而且效率高。我们识别了690个蜜罐智能合约以及240个野生受害者,蜜罐创建者的累计利润超过90,000美元。我们的人工验证表明,87%的报告合同确实是蜜罐。
2019-05-29 cs.CR
SmartSync: Cross-Blockchain Smart Contract Interaction and Synchronization
由于区块链网络的碎片化和可扩展性解决方案(如侧链和分片)的增加,跨区块链通信已经获得了吸引力。通过SmartSync,我们提出了一个跨区块链智能合约交互的新概念,该概念可以在支持相同执行环境的任意区块链网络上创建客户端合约。客户端合约镜像原始实例的逻辑和状态,并支持无缝的链上函数执行,提供最新的状态。同步合约为目标区块链上托管的其他应用程序提供即时只读函数调用。因此,缓解了当前跨链通信的限制,并实现了新形式的合同交互。状态更新使用Merkle证明以可验证的方式传输,不需要可信的中介。为了允许轻量级同步,我们引入了转换确认,以促进可验证状态转换的应用,而无需重新执行源区块链的交易。我们通过提供一个原型实现来证明这一概念的合理性,该原型实现在兼容EVM的区块链上启用智能合约分叉、状态同步和链上验证。我们的评估证明了SmartSync对于当前用例的适用性,这些用例提供了对目标区块链上的第三方合同的最新状态的访问。执行成本与值更新的数量呈次线性关系,并取决于相应Merkle证明的深度和索引。
2022-01-21 cs.CR
Security Analysis Methods on Ethereum Smart Contract Vulnerabilities: A Survey
智能合约是以传统应用程序和区块链上的分布式数据存储为特征的软件程序。以太坊是一个著名的区块链平台,支持智能合约。智能合约在关键的去中心化应用程序中充当自主智能体,并持有大量加密货币来执行可信交易和协议。在2016年至2018年期间,数百万美元的智能合约资产被窃取或冻结,这些攻击是臭名昭著的,例如DAO攻击、奇偶校验多签名钱包攻击和整数下溢/上溢攻击。这些攻击是由设计和实现软件代码中的技术缺陷引起的。然而,由于Solidity语言的脚本性质和区块链的不可更新特性,还将发现更多严重程度较低的漏洞。因此,我们调查了智能合约程序中的16个安全漏洞,其中一些漏洞没有适当的解决方案。本次调查旨在从以太坊智能合约的内部机制和软件安全漏洞的角度来识别以太坊智能合约中的关键漏洞。通过关联16个以太坊漏洞和19个软件安全问题,我们预测许多攻击尚未被利用。我们已经探索了许多软件工具来检测智能合约在静态分析,动态分析和形式化验证方面的安全漏洞。该调查介绍了智能合约中的安全问题以及可用的分析工具和检测方法。我们还调查了工具或分析方法在智能合约的安全漏洞方面的局限性。
2020-09-16 cs.CR
Security Analysis of EOSIO Smart Contracts
EOSIO区块链是代表性的委托权益证明(DPoS)区块链平台之一,最近发展迅速。与此同时,也发现了一些针对顶级EOSIO DApp及其智能合约的漏洞和高调攻击,并在野外观察到,导致严重的财务损失。EOSIO的大多数智能合约都不是开源的,它们通常被编译为WebAssembly(Wasm)字节码,因此分析和检测可能存在的漏洞具有挑战性。在本文中,我们提出了EOSAFE,这是第一个可用于在字节码级别自动检测EOSIO智能合约漏洞的静态分析框架。我们的框架包括一个用于Wasm的实用符号执行引擎,一个用于EOSIO智能合约的定制库仿真器,以及四个由算法驱动的检测器,用于识别EOSIO智能合约中四个最常见的漏洞。实验结果表明,EOSAFE在检测漏洞方面取得了令人满意的结果,F1测量值为98%。我们已将EOSAFE应用于生态系统中所有活跃的53,666个智能合约(截至2019年11月15日)。我们的研究结果表明,超过25%的智能合约是脆弱的。我们进一步分析了针对这些易受攻击的智能合约的可能的利用尝试,并确定了48次野外攻击(其中25次已被DApp开发人员证实),造成至少170万美元的经济损失。
2020-07-30 cs.CR
Sereum: Protecting Existing Smart Contracts Against Re-Entrancy Attacks
最近,一些现有的区块链系统在智能合约中出现了重大错误和漏洞。尽管文献中有许多关于保护智能合约的建议,但这些建议主要集中在证明合约中某种类型的漏洞的正确性或不存在,但无法保护已部署的(遗留)合约免受利用。在本文中,我们在重入漏洞的背景下解决了这个问题,并提出了一种新的智能合约安全技术,称为Sereum(安全以太坊),它可以基于运行时监控和验证以向后兼容的方式保护现有的已部署合约免受重入攻击。Sereum不需要任何修改,也不需要现有合约的任何语义知识。通过使用以太坊区块链的实现和评估,我们表明Sereum覆盖了智能合约的实际执行流程,可以准确地检测和防止攻击,误报率低至0.06%,运行时开销可以忽略不计。作为一个副产品,我们开发了三个先进的重入攻击,以证明现有的离线漏洞分析工具的局限性。
2018-12-14 cs.CR
Towards Safer Smart Contracts: A Survey of Languages and Verification Methods
在不到十年的时间里,公共分布式账本的市值超过了2050亿美元,已经得到了广泛的采用。除了新颖的共识机制,它们的成功也要归功于智能合约。这些程序允许不信任的各方签订自主执行的协议。然而,智能合约中的实施问题给此类合约的用户造成了严重损失。通过引入新的程序设计语言和先进的验证方法,为提高其安全性作出了重大努力。我们分两部分对这些努力进行了概述。首先,我们介绍几种专注于安全功能的智能合约语言。为此,我们提出了一个关于范式,类型,指令集,语义和计量的概述。其次,我们研究了智能合约和分布式账本的验证工具和方法。因此,我们介绍他们的验证方法,自动化水平,覆盖范围和支持的语言。最后,我们提出了未来的研究方向,包括形式语义,验证编译器,自动验证。
2018-11-01 cs.CR
From Contracts to Code: Automating Smart Contract Generation with Multi-Level Finite State Machines
本文提出一种多层级有限状态机模型,通过形式化框架抽象智能合约开发中的技术复杂性,提升模块化与可追踪性,并验证生成合约的安全性。
2025-07-22 cs.CR
SoK: TEE-assisted Confidential Smart Contract
基于区块链的智能合约缺乏隐私性,因为合约状态和指令码都是公开的。将智能合约执行与可信执行环境(TEE)相结合,提供了一种有效的解决方案,称为TEE辅助智能合约,用于保护合约状态的机密性。然而,联合治疗的方法多种多样,缺乏系统的研究。新发布的系统可能无法从现有协议中吸取经验,例如重复已知的设计错误或以不安全的方式应用TEE技术。在本文中,我们首先调查和分类现有的系统分为两种类型:第一层的解决方案和第二层的解决方案。然后,我们建立了一个分析框架来捕获它们的共同点,包括所需的属性(对于合同服务),威胁模型和安全考虑因素(对于底层系统)。基于我们的分类法,我们确定了它们的理想功能,并揭示了每个规范设计中挑战的根本缺陷和原因。我们相信,这项工作将为TEE辅助的智能合约的开发提供指导,并为评估未来TEE辅助的机密合约系统提供框架。
2022-04-20 cs.CR
FlexiContracts: A Novel and Efficient Scheme for Upgrading Smart Contracts in Ethereum Blockchain
针对以太坊智能合约不可篡改导致升级繁琐、现有方案复杂且Gas成本高的问题,提出FlexiContracts方案,支持安全原地升级且保留历史数据,简化开发、降低成本,开辟智能合约演进新路径。
2025-04-15 cs.CR