利用漏洞合约实施攻击的 SCooLS 引擎
密码学与安全
2023-10-19 v2 机器学习
软件工程
摘要
我们介绍了 SCooLS, 我们的智能合约学习 (半监督) 引擎。SCooLS 使用神经网络分析以太坊合约字节码并识别特定的漏洞函数。SCooLS 包含两个关键要素: 半监督学习和图神经网络 (GNNs)。半监督学习比无监督学习产生更准确的模型, 同时不需要监督学习所需的大型 oracle 标注训练集。GNNs 能够直接分析智能合约字节码, 无需任何手动特征工程、预定义模式或专家规则。SCooLS 是半监督学习在智能合约漏洞分析中的首个应用, 也是首个基于深度学习且能识别特定漏洞函数的漏洞分析器。SCooLS 的性能优于现有工具, 准确率达 98.4%, F1 分数为 90.5%, 误报率极低, 仅为 0.8%。此外, SCooLS 速度很快, 分析一个典型函数仅需 0.05 秒。我们利用 SCooLS 识别特定漏洞函数的能力构建了一个漏洞利用生成器, 该生成器成功从 76.9% 的真阳性中窃取了以太币。
引用
@article{arxiv.2304.10737,
title = {Schooling to Exploit Foolish Contracts},
author = {Tamer Abdelaziz and Aquinas Hobor},
journal= {arXiv preprint arXiv:2304.10737},
year = {2023}
}