CHAINTRIX：用于智能合约安全自动化审计的多流水线 LLM 增强框架
人工智能
2026-05-12 v1
摘要
智能合约漏洞利用已造成数十亿美元的累计损失，然而审计仍然昂贵且缓慢。自动化工具应运而生以填补这一空白，但每一类工具都有其特有的失败模式。静态分析器报告的发现经常无法通过人工分类，失败率很高，而大型语言模型（LLM）则会产生与源代码相矛盾的幻觉发现。因此，我们提出了 Chaintrix，一个端到端审计框架，其核心架构原则是每个 LLM 生成的声明都必须对照确定性的结构化合约表示进行验证。我们引入了跨合约交互模型（Cross-Contract Interaction Model, CCIM），将 Solidity 解析为函数级读取、写入、修饰符和已解析的跨合约调用的结构化映射。CCIM 作为基础底座，Chaintrix 的全部 12 个确定性信号引擎和并行的 LLM 审计流水线均在其上运行。一个分阶段的误报减少流水线最终通过结构化判定引擎（Structural Verdict Engine, SVE）对解析后的代码应用确定性结构检查，以过滤合并后的发现集，选定的部分高置信度发现进一步通过符号执行和模糊测试进行验证。我们在 OpenAI、Paradigm、OtterSec 的智能合约安全基准 EVMbench 上评估了 Chaintrix。Chaintrix 检测出了 120 个高危漏洞中的 86 个（71.7% 召回率），其中 25 次审计达到了 100% 的召回率，使 Chaintrix 比最强的前沿模型基线高出 26 个百分点。
引用
@article{arxiv.2605.09350,
title = {CHAINTRIX: A multi-pipeline LLM-augmented framework for automated smart-contract security auditing},
author = {Gabriela Dobrita and Simona-Vasilica Oprea and Adela Bara},
journal= {arXiv preprint arXiv:2605.09350},
year = {2026}
}