Esim:基于稳定语义图的EVM字节码相似性检测
密码学与安全
2025-11-18 v1 人工智能
摘要
去中心化金融（DeFi）正快速扩张。然而，常见的代码重用和有限的开源贡献已在区块链生态系统中引入了诸多挑战，包括抄袭和脆弱代码的传播。因此，迫切需要一种有效且准确的EVM字节码相似性检测方法来识别类似的合约。传统的二进制相似性检测方法通常基于指令流或控制流图（CFG），但由于EVM字节码的特定特征（如低级EVM字节码和高度重复的基本块）存在局限性。此外，高度多样化的Solidity编译器（Solc）版本进一步复杂化了准确相似性检测。为此，我们提出了一种新型EVM字节码表示方法，称为稳定语义图（SSG），它捕捉"稳定指令"（本研究识别的特殊指令）之间的关系。我们实现了一个原型Esim，将SSG嵌入矩阵用于基于异构图神经网络的相似性检测。Esim在SSG构建方面显示出高准确率，控制流和数据流的F1分数分别达到100%和95.16%，其相似性检测性能达到96.3%的AUC，超越了传统方法。我们进行的大规模研究分析了在六个EVM兼容链上超过267万个智能合约的一年时间数据，还表明Esim在漏洞搜索中超越了SOTA工具Etherscan。
引用
@article{arxiv.2511.12971,
title = {Esim: EVM Bytecode Similarity Detection Based on Stable-Semantic Graph},
author = {Zhuo Chen and Gaoqiang Ji and Yiling He and Lei Wu and Yajin Zhou},
journal= {arXiv preprint arXiv:2511.12971},
year = {2025}
}