基于视觉学习的区块链智能合约和交易网络攻击检测
密码学与安全
2025-12-15 v1
摘要
区块链技术经历了快速增长，已在 healthcare、finance 和 energy 等多个领域广泛采用。然而，区块链平台仍然面临广泛的网络攻击，特别是针对交易和智能合约 (SC) 以窃取数字资产或损害系统完整性的攻击。为解决此问题，我们提出了一个新型且有效的框架，用于检测区块链系统中的网络攻击。该框架以预处理工具开头，该工具使用自然语言处理 (NLP) 技术将区块链交易的关键特征转换为图像表示。这些图像随后通过基于视觉的分析进行分析，使用 Vision Transformer (ViT)，这是计算机视觉的最新进步，因其在捕获复杂模式和语义关系方面具有卓越的能力。通过集成 NLP-based 预处理与基于视觉的学习，该框架能够检测各种攻击类型的网络攻击。实验评估在基准数据集上表明，该方法在 accuracy (实现 99.5%) 和针对区块链交易和 SC 的 robusteness 在网络攻击检测方面显著优于现有的 state-of-the-art 方法。
引用
@article{arxiv.2512.11272,
title = {Vision-Based Learning for Cyberattack Detection in Blockchain Smart Contracts and Transactions},
author = {Do Hai Son and Le Vu Hieu and Tran Viet Khoa and Yibeltal F. Alem and Hoang Trong Minh and Tran Thi Thuy Quynh and Nguyen Viet Ha and Nguyen Linh Trung},
journal= {arXiv preprint arXiv:2512.11272},
year = {2025}
}