Zer0n：基于AI辅助的漏洞发现与区块链背书完整性框架
密码学与安全
2026-01-13 v1 人工智能
软件工程
摘要
随着漏洞研究日益采用生成式AI，安全自动化中对模型输出的不可见依赖产生了信任鸿沟。我们提出Zer0n框架，通过将大型语言模型(LLM)的推理能力锚定于区块链技术的不可篡改审计轨迹之上来解决此问题。具体而言，将Gemini 2.0 Pro用于基于逻辑的漏洞检测，集成Avalanche C-Chain实现防篡改工件日志。不同于完全去中心化方案导致高延迟，Zer0n采用混合架构：执行仍在链下进行以保证性能，完整性证明则在链上最终确定。我们对500个终端节点的评估显示，该方法以80%的检测准确率仅增加22.9%的边际开销，有效证明了去中心化完整性可与高速安全工作流程共存。
引用
@article{arxiv.2601.07019,
title = {Zer0n: An AI-Assisted Vulnerability Discovery and Blockchain-Backed Integrity Framework},
author = {Harshil Parmar and Pushti Vyas and Prayers Khristi and Priyank Panchal},
journal= {arXiv preprint arXiv:2601.07019},
year = {2026}
}
备注
10 pages, 3 figures, 7 tables. Framework for AI-Assisted Vulnerability Discovery