Hyperion：利用LLM和数据流引导符号执行揭示DApp不一致性

区块链平台的快速发展显著加速了去中心化应用（DApps）的增长。与传统应用类似，DApps集成了用于展示其功能以吸引用户的前端描述，以及用于执行业务逻辑的后端智能合约。然而，前端描述中推广的功能与合约中实际实现的功能之间的不一致可能会使用户困惑，并削弱DApps的可信度。在本文中，我们首先进行了一项实证研究，识别了七种不一致类型，每种类型均由一个真实DApp举例说明。此外，我们提出了HYPERION，一种旨在自动识别DApps中前端描述与后端代码实现之间不一致的方法。该方法利用微调的大语言模型LLaMA2分析DApp描述，并采用数据流引导的符号执行进行合约字节码分析。最后，HYPERION基于预定义的检测模式报告不一致。在由54个DApps组成的真实数据集上的实验表明，HYPERION在报告DApp不一致时达到了84.06%的总体召回率和92.06%的总体精确率。我们还使用HYPERION分析了835个真实DApps。实验结果表明，HYPERION发现了459个包含至少一个不一致的真实DApps。