Securify: Practical Security Analysis of Smart Contracts Securify 是一个全自动化并且可扩展的分析智能合约检测漏洞的工具。Securify 基于模式匹配,其能在给定特征的情况下分析智能合约是否存在漏洞。 2020-11-22 智能合约 Smart Contract
Smart Contract Vulnerability Detection Using Graph Neural Networks 本文中使用图神经网络(graph neural networks,GNN)进行智能合约漏洞检测。 2020-11-21 智能合约 Smart Contract GNN
The art of the scam: Demystifying honeypots in ethereum smart contracts 本文通过调查蜜罐智能合约的普遍性、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。作者开发了一个蜜罐技术的分类法,并使用它来构建蜜獾。提出一种自动检测以太坊智能合约中的蜜罐的工具HoneyBadger。 2020-11-13 智能合约 Smart Contract 符号执行
Osiris:Hunting for Integer Bugs in Ethereum Smart Contracts 本文的研究重点是与整数错误相关的安全漏洞,这类漏洞是由以太坊虚拟机与Solidity编程语言的一些特性而导致的。文章针对这类漏洞提出了OSIRIS工具,该工具是一个将符号执行与污点分析相结合的漏洞检测框架,旨在精确地寻找以太坊智能合约中整数错误导致的安全漏洞。 2020-11-06 智能合约 Smart Contract 符号执行 污点分析
Slither: A Static Analysis Framework For Smart 本文提出了分析工具Slither,后来作为以太坊官方推荐的一款静态智能合约分析工具之一。 2020-10-29 智能合约 Smart Contract
Making Smart Contracts Smarter 本文提出的 Oyente 是最早关注到自动化合约漏洞挖掘的工作之一, 其提供了一个实现较为精简的合约符号执行引擎;尽管Oyente的部分检测方案并不完善, 涉及的漏洞也不够全面, 但依旧作为开创性的工作, 为后续研究提供了很好的支持。 2020-10-22 智能合约 Smart Contract 符号执行
Contractward: Automated vulnerability detection models for ethereum smart contracts 本文作者提出了ContractWard 使用机器学习技术检测智能合约中的漏洞。首先从智能合约的简化操作代码(simplified operation codes)中提取二元语法(bigram)特征;然后采用五种机器学习算法和两种采样算法来构建模型。 2020-10-15 智能合约 Smart Contract 机器学习
Empirical Review of Automated Analysis Tools on 47,587 Ethereum Smart Contracts 本文分析了当前(2019年)最新检测智能合约漏洞工具的有效性和实用性。 2020-10-05 智能合约 Smart Contract
Machine Learning Model for Smart Contracts Security Analysis 本文介绍了一种机器学习的预测模型用以检测智能合约中的漏洞。作者采用了Slither和Mythril两个静态代码分析器来标记1000多个已在以太坊平台上验证并使用的智能合约,然后提取合约中的46种漏洞,对每一种漏洞都采用五重交叉验证(five-fold cross validation)进行建模。 2020-09-16 智能合约 Smart Contract 机器学习
A Survey of Smart Contract Formal Specification and Verification 本文调查了文献中介绍的智能合约的正式模型和规格,并提供了系统概述以了解常见趋势,还讨论用于验证此类属性规范的当前方法并找出差距,以期识别出未来工作的有希望的方向 2020-09-03 智能合约 Smart Contract 模糊测试