以太坊中恶意交易的机器学习研究
密码学与安全
2024-08-19 v1 机器学习
摘要
智能合约是以太坊交易的主要工具。因此，黑客可以通过在源代码中添加代码漏洞并利用这些漏洞执行恶意交易来攻击它们。本文提出了两种检测恶意合约的成功方法：一种使用操作码并依赖于 GPT-2，另一种使用 Solidity 源代码和经 LORA 微调的 CodeLlama。最后，我们提出了一种结合气体特性和十六进制签名的 XGBOOST 模型，用于检测恶意交易。该方法依赖于早期假设，即恶意性体现在对合约函数的不常用以及追求交易所付出的努力上。
引用
@article{arxiv.2408.08749,
title = {ML Study of MaliciousTransactions in Ethereum},
author = {Natan Katz},
journal= {arXiv preprint arXiv:2408.08749},
year = {2024}
}