SkelOT: Reusing AOT Compilation Across EVM Contract Families
Beihang University(北京航空航天大学);Renmin University of China(中国人民大学);The University of Manchester(曼彻斯特大学)
SkelOT通过将AOT编译复用单元从代码哈希提升到合约族骨架,减少冗余编译,降低编译时间和产物占用,同时保持执行结果一致并提升运行时性能。
2026-09-22 cs.CR cs.DC cs.ET
Broken Metre: Attacking Resource Metering in EVM
以太坊等区块链系统使用一种称为“计量”的方法来为智能合约的执行分配成本,这种方法旨在激励矿工操作网络并保护其免受DoS攻击。在过去,以太坊计量的不完善性允许通过修改计量机制来应对几次DoS攻击。本文提出了一种新的对以太坊的DoS攻击,它系统地利用了以太坊的计量机制。我们首先回放并分析了几个月的交易,在此期间,我们发现计量模型中存在许多差异,例如指令定价的显著不一致。我们进一步证明,执行成本和所利用的资源,如CPU和内存之间的相关性很小。基于这些观察,我们提出了一种新的类型的拒绝服务攻击,我们称之为资源耗尽攻击,它使用这些不完美的生成低吞吐量的合同。为此,我们设计了一个遗传算法,生成的合同的吞吐量平均比典型的合同慢200倍。然后,我们展示了所有主要的以太坊客户端实现都是脆弱的,如果在商品硬件上运行,在受到攻击时将无法与网络保持同步。我们认为,这种攻击不仅对以太坊的竞争对手和投机者,而且对以太坊矿工都具有经济吸引力。最后,我们将讨论针对此类攻击的短期和潜在的长期修复方案。我们的攻击已经负责任地向以太坊基金会披露,并获得了5,000美元的bug赏金。
2020-03-10 cs.CR
A Systematic Classification of Vulnerabilities in MoveEVM Smart Contracts (MWC)
针对Move与EVM集成产生的混合漏洞,提出MWC分类体系,涵盖37种漏洞类型,并通过真实合约分析证明现有工具不足,为逻辑感知审计奠定基础。
2025-05-25 cs.CR
Re-Evaluating EVMBench: Are AI Agents Ready for Smart Contract Security?
Zhejiang University(浙江大学);BlockSec
重新评估EVMBench发现AI代理在智能合约安全检测中存在稳定性、真实事件处理和框架依赖性问题,挑战了自动化审计的可行性。
2026-03-11 cs.CR cs.ET
OpDiffer: LLM-Assisted Opcode-Level Differential Testing of Ethereum Virtual Machine
Beihang University(北京航空航天大学);Zhongguancun Laboratory(中关村实验室);The Hong Kong Polytechnic University(香港理工大学);Huazhong University of Science and Technology(华中科技大学)
OpDiffer利用LLM和静态分析方法,针对EVM安全测试中的输入多样性不足和无法自动定位bug问题,提出指令级差分测试框架,发现26个未知bug,提升代码覆盖率达71.06%等。
2025-04-16 cs.CR cs.SE
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
Revealing Adversarial Smart Contracts through Semantic Interpretation and Uncertainty Estimation
National Key Lab for Novel Software Technology, Nanjing University(南京软件技术国家级重点实验室,南京大学)
针对现有对抗性智能合约检测通用性不足、LLM应用存在输入难消化与答案确定性难评估的问题,提出FinDet框架,通过语义提取与不确定性估计提升检测效果,性能显著优于现有基线。
2025-11-14 cs.CR
Eth2Vec: Learning Contract-Wide Code Representations for Vulnerability Detection on Ethereum Smart Contracts
Osaka University(大阪大学);National Institute of Technology, Nara College(奈良工业高等专门学校)
以太坊智能合约是在以太坊区块链上运行的程序,在过去十年中发现了许多智能合约漏洞。已经创建了许多安全分析工具来检测此类漏洞,但是当要分析的代码被重写时,它们的性能急剧下降。在本文中,我们提出了Eth2Vec,这是一种基于机器学习的静态分析工具,用于漏洞检测,对智能合约中的代码重写具有鲁棒性。现有的基于机器学习的漏洞检测静态分析工具需要分析人员手动创建的特征作为输入。相比之下,Eth2Vec通过用于语言处理的神经网络自动学习具有隐性知识的易受攻击的以太坊虚拟机(EVM)字节码的特征。因此,Eth2Vec可以通过比较目标EVM字节码与其已经学习的EVM字节码之间的代码相似度来检测智能合约中的漏洞。我们对现有的开放数据库(如Etherscan)进行了实验,结果表明Eth2Vec在众所周知的指标方面优于现有的工作,即,精确度、召回率和F1分数。此外,Eth2Vec甚至可以检测重写代码中的漏洞。
2021-01-08 cs.CR cs.LG cs.SE
The Economics of Smart Contracts
以太坊是一个分布式区块链,可以执行智能合约,这些合约可以自动进行相互通信和执行交易。智能合约的执行以gas的形式支付,gas是以太坊区块链中使用的货币单位。以太坊虚拟机(EVM)为智能合约执行提供计量功能。指令成本取决于指令类型和在网络上执行指令所需的近似计算资源。天然气的成本使用交易费进行调整,以确保网络的充分支付。在这项工作中,我们强调了智能合约的“真正”经济学。我们发现,执行智能合约的实际成本与计算成本不成比例,而且这一差距正在不断扩大。我们表明,气体成本模型的基础EVM的预防集是错误的建模。具体来说,SLOAD指令的计算成本随着区块链的长度而增加。我们提出的性能模型估计了给定块高度下智能合约的gas使用量和执行时间。新的天然气成本模型结合了区块高度,以消除以太坊天然气计算中的不规则性。我们的发现是基于EVM区块链整个历史上的广泛实验。
2019-10-23 cs.CR cs.DC cs.SE
A Semantic Framework for the Security Analysis of Ethereum smart contracts
智能合约是在加密货币上运行的程序(例如,以太坊(Ethereum)区块链,其流行源于在分布式环境中执行金融交易(如支付和拍卖)的可能性,而不需要任何可信的第三方。鉴于其财务性质,这些程序中的漏洞或漏洞可能会导致灾难性的后果,最近的攻击就是明证。不幸的是,编程智能合约是一项微妙的任务,需要强大的专业知识:以太坊智能合约是用Solidity编写的,这是一种类似于JavaScript的专用语言,并以EVM字节码格式在区块链上发布。为了严格验证智能合约的安全性,最重要的是将其语义以及感兴趣的安全属性形式化,特别是在执行的字节码级别。在本文中,我们提出了EVM字节码的第一个完整的小步语义,我们在F* 证明助手中对其进行了形式化,获得了我们成功验证官方以太坊测试套件的可执行代码。此外,我们首次正式定义了智能合约的一些中央安全属性,例如调用完整性,原子性和独立于矿工控制参数。这种形式化依赖于hyper属性和safety属性的组合。在这项工作中,我们发现了以太坊智能合约现有语义和验证工具中的各种错误和不精确之处,从而再次证明了严格的语义基础对于安全验证技术设计的重要性。
2018-04-23 cs.CR
eThor: Practical and Provably Sound Static Analysis of Ethereum Smart Contracts
以太坊已经成为最受欢迎的智能合约开发平台,区块链上存储了数十万份合约,覆盖了拍卖、交易平台等多种应用场景,鉴于其金融性质,安全漏洞可能导致灾难性后果,更糟糕的是,它们作为存储在区块链上的数据,包括智能合约代码本身,是不可改变的因此,对这些合约进行自动化安全分析是最感兴趣的,但同时由于各种原因,在技术上具有挑战性,例如特定的面向交易的编程机制,其具有微妙的语义,以及分析中的合约与之交互的区块链数据,包括调用者和被调用者的代码,并不是静态已知的。在这项工作中,我们提出eThor,第一个声音和自动静态分析器的EVM字节码,这是基于抽象的EVM字节码语义的基础上霍恩条款。特别是,我们的静态分析支持可达性属性,我们证明这足以捕获智能合约的有趣安全属性(例如,单入口)以及合同特定的功能属性。我们的分析在EVM字节码的完整语义上被证明是合理的,对真实世界合同的实验性大规模评估表明,eThor是实用的,并且优于最先进的静态分析器:具体来说,eThor是唯一一家提供可靠性保证的公司,终止了95%的代表性现实世界合同,并实现了89%的F-测量(其结合了灵敏度和特异性)。
2020-05-13 cs.CR cs.PL
Implementation Study of Cost-Effective Verification for Pietrzak's Verifiable Delay Function in Ethereum Smart Contracts
本研究在以太坊虚拟机中实现Pietrzak VDF验证,利用原始论文优化,将验证成本从4M降至2M gas,证明长度在2048位RSA下小于8KB,显著提升效率。
2025-01-22 cs.CR
Prompt Engineering vs. Fine-Tuning for LLM-Based Vulnerability Detection in Solana and Algorand Smart Contracts
University of Salerno(萨莱诺大学)
针对Solana与Algorand非EVM智能合约漏洞检测场景,本文构建专属标注数据集,对比提示工程、微调及混合方案的LLM检测性能,验证了整合领域数据的LLM方案的可行性。
2025-11-14 cs.CR
Elysium: Context-Aware Bytecode-Level Patching to Automatically Heal Vulnerable Smart Contracts
修复bug最简单的方法是修补源代码。然而,源代码并不总是可用的:目前部署在以太坊上的约4900万智能合约中只有0.3%的源代码是公开的。此外,由于合约可以调用其他合约的函数,因此闭源合约中的安全缺陷也可能影响开源合约。然而,目前最先进的方法,在封闭源合同(即,EVM字节码),如EVMPatch和SmartShield,使用利用修复修补模式的纯硬编码模板。因此,它们不能动态地适应正在修补的字节码,这严重限制了它们的灵活性和可伸缩性。例如,当使用硬编码模板修补整数溢出时,需要采用特定的修补模板,因为要检查的边界对于每个整数大小是不同的。在本文中,我们提出了Elysium,这是一种在字节码级别实现自动智能合约修复的可扩展方法。Elysium通过从字节码中推断上下文信息,结合了基于模板和基于语义的修补。Elysium目前能够自动修补智能合约中的7种不同类型的漏洞,并且可以轻松地使用新模板和新的错误查找工具进行扩展。我们使用3个不同的数据集,通过在补丁合同上回放超过50万笔交易来评估其有效性和正确性。我们发现Elysium比现有工具的性能更好,至少可以正确修补30%以上的合同。最后,我们还比较了Elysium在部署和交易成本方面的开销。与其他工具相比,我们发现Elysium通常最大限度地减少了运行时成本(即,交易成本)高达1.7倍,部署成本仅略高,其中部署成本是与运行时成本相比的一次性成本。
2022-07-04 cs.CR
Parallel and Asynchronous Smart Contract Execution
针对区块链智能合约吞吐低、延迟高的问题,提出区分共识节点与执行节点的并行异步执行范式,并通过 Ethereum 无硬分叉扩展和新公有链验证其高吞吐与防饿死效果。
2023-06-08 cs.CR
BotDetect: A Decentralized Federated Learning Framework for Detecting Financial Bots on the EVM Blockchains
本文提出一种基于智能合约编排的去中心化联邦学习框架,用于在EVM区块链上检测金融机器人,在保护隐私的同时实现高准确率检测。
2025-01-21 cs.CR cs.DC
SigRec: Automatic Recovery of Function Signatures in Smart Contracts
本文提出SigRec工具,利用EVM处理函数的机制自动从智能合约字节码中恢复函数签名,无需源码或数据库,在0.074秒内达到98.7%准确率,并验证了其在攻击检测、模糊测试和逆向工程中的实用性。
2023-05-11 cs.CR cs.SE
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
Werracle: Sub-Cent Intra-Block AI Reflex Oracles and Flash-Loan Circuit Breakers for EVM Smart Contracts
ITOUCH Bilişim Sistemleri Ltd. Şti.(ITOUCH信息系统有限公司);Anadolu University(阿纳多卢大学);Mersin University(梅尔辛大学);Toros Science High School(托罗斯科学高中)
Werracle提出零存储链上AI预言机,利用Mandelbrot动力学在单存储槽内实现亚毫秒决策,以21,438 gas成本防御闪电贷等原子性DeFi攻击,并已在Uniswap v4上验证。
2026-09-28 cs.AI cs.CR cs.DC
HOT Protocol
HOT Labs(HOT实验室)
HOT 协议通过在可信执行环境中运行MPC节点,为智能合约提供安全的私钥管理基础设施,并与NEAR协议的去中心化州层结合,实现跨多个区块链网络的密钥管理。
2025-12-01 cs.CR
bioETH-Beacon: A Confidential On-Chain Genomic Beacon with Encrypted Counts, Filters, and Bounded Noise over a Fully Homomorphic EVM
Division of Pharmacology and Toxicology, College of Pharmacy, The University of Texas at Austin, Dell Pediatric Research Institute(德克萨斯大学奥斯汀分校药学院药理学与毒理学系戴尔儿科研究所)
提出基于全同态EVM的智能合约原型bioETH-Beacon,实现加密基因组信标查询,通过加密计数、有界噪声和访问控制抵御成员推理攻击,并优化查询成本。
2026-06-19 cs.CR q-bio.GN
Decompiling Smart Contracts with a Large Language Model
本文提出一种利用大型语言模型将 EVM 字节码反编译为可读 Solidity 的新流水线,通过静态分析生成三地址码并微调 Llama-3.2-3B 模型,实现了 0.82 的语义相似度,显著优于传统反编译器。
2025-06-24 cs.CR
AQUAREUM: Non-Equivocating Censorship-Evident Centralized Ledger with EVM-Based Verifiable Execution using Trusted Computing and Blockchain
Brno University of Technology(布尔诺理工大学);Tokyo Institute of Technology(东京工业大学);IOG;Singapore University of Technology and Design(新加坡科技设计大学)
AQUAREUM通过结合可信计算和区块链,提供了一种非矛盾、具有审查证据的高性能集中式账本解决方案。
2026-01-05 cs.CR cs.DC
Context-based smart contracts for appendable-block blockchains
目前,区块链提案正在被采用来解决安全问题,例如数据完整性,弹性和不可否认性。为了改进某些方面,例如,能量消耗和延迟、传统区块链、不同的体系结构、算法和数据管理方法最近已经被提出。例如,可附加块区块链使用不同的数据结构,旨在减少块和交易插入的延迟。它特别适用于物联网(IoT)等领域,其中延迟和能量都是关键问题。然而,缺乏其他区块链可用的一些功能,例如智能合约,限制了这种模式的应用。为了解决这个问题,在这项工作中,我们提出了通过一种称为基于上下文的可附加区块链的新模型在可附加区块链中使用智能合约。该模型还允许并行执行多个智能合约,在并行计算场景中具有高性能。此外,我们提出了一个使用以太坊虚拟机(EVM)的基于上下文的可附加块区块链的实现。最后,我们在四个不同的测试平台上执行此实现。结果表明,使用所提出的模型时,智能合约的并行处理性能有所提高。
2020-05-02 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
Insecurity Through Obscurity: Veiled Vulnerabilities in Closed-Source Contracts
Yale University(耶鲁大学);University of Warwick(华威大学)
提出SKANF工具,结合控制流去混淆和基于历史交易的符号执行,分析闭源混淆合约中的资产漏洞,在MEV机器人中检测到1030个漏洞并成功利用394个,潜在损失1060万美元。
2026-08-05 cs.CR
From Paradigm Shift to Audit Rift: Empirical Analysis and Validation of Security Audit Methodologies for Asynchronous Smart Contract Systems
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术研究所);Positive Technologies(正点科技);Lomonosov Moscow State University(莫斯科国立罗蒙诺索夫大学);Moscow Institute of Physics and Technology(莫斯科物理技术学院);Indian Institute of Technology, Delhi(德里印度理工学院)
本文通过实证分析34份专业审计报告中的233个真实漏洞,提出TON智能合约的全面审计检查表,解决异步消息处理等特定挑战,并通过案例研究和调查验证其有效性,填补了以太坊成熟审计方法与TON生态系统需求之间的差距。
2026-04-16 cs.CR cs.DC
FASTEN: Fair and Secure Distributed Voting Using Smart Contracts
自17世纪以来,通过投票选举民主代表一直是一种常见的机制。然而,这些机制引起了人们对公平性、隐私、选票隐藏、计票的公平计算以及代表他们为选民投票的代理人的关注。选票投票,以及最近通过电子投票机(EVM)进行的电子投票,通过依赖集中信任来提高公平性。基于同态加密的投票协议也保证公平性,但不能扩展到大规模选举,如总统选举。在本文中,我们利用区块链技术的分布式信任,提出了一个基于智能合约的协议,即\proto。有许多现有的协议使用智能合约进行投票。我们观察到,这些要么是不可扩展的,要么是在投票阶段泄漏选票,即,不提供投票隐藏。与此相反,我们表明,FASTEN保护选民的隐私,确保投票的隐蔽性,不变性,并避免重复投票。我们证明,隐私泄露的概率是可以忽略不计的小。此外,我们在以太坊上执行FASTEN的成本分析与大多数现有的选举成本相当。
2021-02-21 cs.CR
ContractFuzzer: Fuzzing Smart Contracts for Vulnerability Detection
去中心化的加密货币的特点是使用区块链在没有中央机构的网络上的同行之间转移价值。智能合约是在区块链共识协议之上运行的程序,使人们能够在最小化信任的同时达成协议。数以百万计的智能合约已经部署在各种分散的应用程序中。这些智能合约中的安全漏洞对其应用程序构成了重大威胁。事实上,以太坊平台上智能合约中的许多关键安全漏洞已经给用户造成了巨大的经济损失。在这项工作中,我们提出了ContractFuzzer,一种新颖的模糊器,用于测试以太坊智能合约的安全漏洞。ContractFuzzer基于智能合约的ABI规范生成模糊输入,定义测试预言机来检测安全漏洞,仪表EVM记录智能合约运行时行为,并分析这些日志以报告安全漏洞。我们对6991份智能合约进行了模糊处理,高精度地标记了超过459个漏洞。特别是,我们的fuzzing工具成功地检测到了导致6000万美元损失的DAO合约漏洞,以及导致3000万美元损失和价值1.5亿美元的以太币冻结的Parity Wallet漏洞。
2018-08-03 cs.CR cs.SE
A Comprehensive Study of Exploitable Patterns in Smart Contracts: From Vulnerability to Defense
Hainan University(海南大学)
本文全面分析了以太坊智能合约的关键安全风险,重点研究重入和整数溢出两种漏洞的底层机制、攻击复现及有效防御对策。
2025-04-30 cs.AI cs.CR cs.SE
SciviK: A Versatile Framework for Specifying and Verifying Smart Contracts
区块链上越来越多地采用智能合约带来了新的安全风险,可能导致重大的金钱损失,而现有的方法要么不为智能合约提供(或部分)安全保证,要么需要大量的证明工作。为了应对这一挑战,我们提出了SciviK,这是一个用于指定和验证工业级智能合约的通用框架。SciviK的多功能方法扩展了以前的工作,有三个关键贡献:(i)一个表达性注释系统,支持内置指令进行漏洞模式检查、基于神经的循环不变推理以及验证现实世界智能合约的丰富属性(ii)以太坊虚拟机的细粒度模型(EVM)提供低级执行语义,(iii)集成SMT求解器和Coq证明助手的IR级验证框架。我们使用SciviK来指定和验证12个基准合约和一个真实世界的去中心化金融(DeFi)智能合约的安全属性。在所有158个指定的安全属性(六种类型)中,151个属性可以在2秒内自动验证,5个属性可以在适度修改后自动验证,两个属性需要大约200行Coq代码手动验证。
2021-03-03 cs.CR cs.PL
ScamDetect: Towards a Robust, Agnostic Framework to Uncover Threats in Smart Contracts
本文提出 ScamDetect 框架,旨在通过图神经网络分析控制流图以应对字节码混淆,并泛化至 WASM 等新兴运行时,实现平台无关的智能合约恶意软件主动检测。
2025-08-12 cs.CR
Smart Contract Vulnerability Detection Technique: A Survey
智能合约是区块链最成功的应用之一,正在席卷全球,在区块链生态系统中发挥着至关重要的作用。然而,频繁的智能合约安全事件不仅造成了巨大的经济损失,也破坏了基于区块链的信用体系。因此,智能合约的安全性和可靠性得到了全球研究人员的广泛关注。在本次调查中,我们首先从三个层面总结了智能合约漏洞的常见类型和典型案例,即:Solidity代码层、EVM执行层和Block依赖层。此外,我们回顾了智能合约漏洞检测的研究进展,并将现有的同行分为五类,即,形式化验证、符号执行、模糊检测、中间表示和深度学习。从经验上讲,我们以以太坊上部署的300个真实智能合约作为测试样本,并在准确性,F1分数和平均检测时间方面比较了代表性方法。最后讨论了智能合约漏洞检测领域面临的挑战,并结合深度学习技术展望了未来的研究方向。
2022-09-13 cs.CR cs.PL
V-Gas: Generating High Gas Consumption Inputs to Avoid Out-of-Gas Vulnerability
当智能合约程序被提供导致过度气体消耗的输入时,会发生气体耗尽错误,并且很容易被利用来进行DoS攻击。已经提出了多种方法来估计智能合约中函数的gas限制,以避免这种错误。然而,低估往往发生在合同是复杂的。在这项工作中,我们提出了V-Gas,它可以自动生成输入,最大限度地提高天然气成本,减少估计不足的情况。V-Gas基于反馈导向突变模糊测试设计。首先,V-Gas构建智能合约中函数的气体加权控制流图(CFG)。然后,V-Gas开发了气体消耗引导的选择和变异策略,以生成最大化气体消耗的输入。为了进行评估,我们基于js-evm(一种用JavaScript编写的广泛使用的以太坊虚拟机)实现了V-Gas,并对以太坊上记录的736笔真实交易进行了实验。44.02%的交易在solc给出的估算结果下会出现缺气误差,这意味着这些记录的交易的实际耗气量大于solc估算的耗气量限值。而V-Gas可将低估率降低至13.86%。此外,V-Gas在这些广泛使用的智能合约中暴露了25个以前未知的漏洞,其中5个在美国国家漏洞数据库中分配了唯一的CVE标识符。
2021-02-19 cs.CR
BugMagnifier: TON Transaction Simulator for Revealing Smart Contract Vulnerabilities
Skolkovo Institute of Science and Technology(斯科尔科沃科学与技术学院);Moscow Institute of Physics and Technology(莫斯科物理技术学院);Positive Technologies(正数技术);Lomonosov Moscow State University(莫斯科国立罗蒙诺索夫大学);Indian Institute of Technology, Delhi(印度理工学院德里分校)
本文提出基于受控消息编排的动态评估方法,通过精确消息队列操作与差分状态分析结合,构建BugMagnifier框架,系统暴露异步智能合约中的执行缺陷,验证其在异步区块链环境中的有效性。
2026-05-01 cs.CR cs.DC
Phantom Events: Demystifying the Issues of Log Forgery in Blockchain
针对区块链中基于智能合约事件的交易日志易被伪造的问题,首次深入分析EVM区块链交易日志伪造(幻影事件),建模五种攻击类型并提出检测工具,其性能优于现有工具且识别出多类真实攻击案例,呼吁开发者应对漏洞。
2025-02-19 cs.CR
Examining the Effectiveness of Transformer-Based Smart Contract Vulnerability Scan
Bahcesehir University(巴希谢希尔大学)
本文提出VASCOT,一种基于Transformer的智能合约漏洞扫描器,通过序列分析和滑动窗口机制评估深度学习方法在检测以太坊智能合约漏洞中的有效性,并与LSTM模型进行对比分析。
2026-01-12 cs.CR cs.SY eess.SY
Decoupling Reentrancy Protection from Smart Contract Implementation Logic
David R. Cheriton School of Computing University of Waterloo(滑铁卢大学大卫·R·切里顿计算机学院)
提出一种基于代理的通用重入攻击防御方案Sentinel,通过将重入逻辑集成到代理层,实现对多种重入攻击类型的100%覆盖,性能优于现有方案40%以上。
2026-05-24 cs.CR cs.ET
SmartBugs 2.0: An Execution Framework for Weakness Detection in Ethereum Smart Contracts
针对以太坊智能合约分析工具难比较、接口异构且部署耗时的问题,本文提出模块化框架 SmartBugs 2.0,统一接入19个工具并支持 Solidity 与 EVM 字节码,通过社区采用情况和325万次分析验证其价值与可扩展性。
2023-06-08 cs.CR cs.SE
Annotary: A Concolic Execution System for Developing Secure Smart Contracts
以太坊智能合约是可执行程序,部署在点对点网络上,并以基于共识的方式执行。它们的字节码是公开的,不可变的,一旦部署到区块链上,就不能再打补丁了。由于智能合约可能持有价值数百万美元的以太币,因此它们是攻击者的诱人目标,事实上,最近一些合约已被成功利用,造成了巨大的经济损失。因此,智能合约的正确性至关重要。虽然存在关于形式化验证的第一种方法,但它们要求用户精通形式化方法,而这些方法对许多开发人员来说是陌生的,并且只能分析单个合同,而不考虑它们的执行环境,即,调用外部合约、交易序列和来自实际区块链存储的值。在本文中,我们介绍了Annotary,这是一个concolic执行框架,用于分析智能合约的漏洞,由开发人员直接在Solidity源代码中编写的注释支持。与现有工作相比,Annotary支持交易间、合约间控制流的分析,并将EVM字节码的符号执行与公共以太坊区块链的具体值解析相结合。虽然Annotary的分析倾向于将精度的权重高于可靠性,但我们分析了事务间调用链,以消除传统符号执行无法处理的不可达状态的误报。我们提出的注释和分析Annotary的概念,解释其实现的激光符号虚拟机的顶部,并演示其使用作为一个插件的崇高文本编辑器。
2019-07-08 cs.CR cs.SC
All Your Tokens are Belong to Us: Demystifying Address Verification Vulnerabilities in Solidity Smart Contracts
本文针对以太坊智能合约中未充分研究的地址验证漏洞,设计并实现了基于静态EVM操作码模拟的轻量级污点分析器AVVERIFIER,实现了高精确率与召回率,并发现了大量未披露的漏洞合约。
2024-05-31 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
Static Analysis for Detecting Transaction Conflicts in Ethereum Smart Contracts
本文提出一种静态分析方法,通过分析 Solidity 合约的状态变量访问模式检测交易对间的读-写、写-写和函数调用冲突,并在真实数据集上验证了高精确度,为提升验证者吞吐量和区块链可扩展性提供支持。
2025-07-22 cs.CR cs.DC
ML2SC: Deploying Machine Learning Models as Smart Contracts on the Blockchain
Viterbi School of Engineering, University of Southern California(南加州大学维特比工程学院)
本文提出ML2SC框架,将PyTorch编写的MLP模型自动翻译为Solidity智能合约并部署上链,通过定点数学库近似浮点计算,实验证明其链上推理输出与链下完全一致且gas成本呈线性增长。
2024-03-28 cs.CR cs.LG
CyberChainBench: Can AI Agents Secure Smart Contracts Against Real-World On-Chain Vulnerabilities?
The Ohio State University(俄亥俄州立大学);University of Washington(华盛顿大学)
提出CyberChainBench基准,评估基于LLM的代理在智能合约安全中的漏洞检测、利用生成和补丁合成能力,基于541个真实链上攻击事件,发现最佳配置在检测、利用和修补上的得分分别为37.5%、43.7%和23.4%。
2026-06-26 cs.AI cs.CR
On Identifying Sound Conditions for Frontrunning Resistance
MPI-SP(马克斯·普朗克安全与隐私研究所);Ruhr University Bochum(波鸿鲁尔大学)
针对区块链抢先交易攻击,提出首个正式漏洞定义,指出抵抗性取决于用户交互,并开发可靠算法合成安全条件,在审计合约中发现新漏洞。
2026-09-11 cs.CR
A DLT-based Smart Contract Architecture for Atomic and Scalable Trading
针对 DLT 状态通道高抵押、难支持异步动态更新及初始化延迟问题,提出基于智能合约 CNS 的原子、可扩展、隐私保护协议,并用 UC 框架证明其安全属性。
2021-05-06 cs.CR cs.DC
Combating Reentrancy Bugs on Sharded Blockchains
本文研究分片区块链异步消息模型下重入漏洞的成因与危害,以 ICP、NEAR 和 MultiversX 为例,评估现有以太坊防护技术的不足,提出新的 Rust 和 Motoko 模式,并验证 TLA+ 可有效发现和消除真实合约中的此类漏洞。
2025-06-06 cs.CR
On-Chain Decentralized Learning and Cost-Effective Inference for DeFi Attack Mitigation
School of Computing and Information, University of Pittsburgh, Pittsburgh, PA, USA(计算与信息学院,匹兹堡大学,匹兹堡,PA,美国)
提出首个完全链上的去中心化学习框架,结合Layer-2训练、PoIm验证和gas受限合约内推理,以防御私有中继及同区块执行的DeFi攻击。
2025-10-15 cs.AI cs.CR cs.DC