Los puntos clave no están disponibles para este artículo en este momento.
Los contratos inteligentes son susceptibles a diversas vulnerabilidades que pueden llevar a pérdidas financieras significativas. El uso de herramientas para detectar vulnerabilidades está reduciendo las amenazas, pero presenta algunas limitaciones relacionadas con el enfoque utilizado por la herramienta misma. Este documento presenta un enfoque novedoso para la detección de vulnerabilidades en contratos inteligentes utilizando Modelos de Lenguaje Grande (LLMs), como herramienta para detectar todas las vulnerabilidades a la vez. Nuestra herramienta propuesta aprovecha las avanzadas capacidades de procesamiento de lenguaje natural de los LLMs para analizar el código de contratos inteligentes e identificar posibles fallos de seguridad. Al entrenar el LLM con un conjunto de datos diverso de vulnerabilidades conocidas en contratos inteligentes y prácticas de codificación segura, mejoramos su capacidad para reconocer vulnerabilidades sutiles y complejas que las herramientas de análisis estático tradicionales podrían pasar por alto. La evaluación de nuestra herramienta demuestra su efectividad en la detección de una amplia gama de vulnerabilidades con satisfacción y precisión, proporcionando a los desarrolladores un mecanismo robusto para mejorar la seguridad de sus contratos inteligentes antes de la implementación. Este enfoque señala un avance significativo en la aplicación de la inteligencia artificial para la seguridad en blockchain, destacando el potencial de los LLMs para mejorar la fiabilidad y la seguridad de las aplicaciones descentralizadas.
Boi et al. (Sat,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: