Em Direção à Detecção Automatizada de Reentrância para Contratos Inteligentes Baseada em Modelos Sequenciais

Na última década, questões de segurança em contratos inteligentes resultaram em perdas enormes, o que atraiu crescente atenção pública tanto na indústria quanto na academia. Os pesquisadores se empenharam em esforços utilizando regras lógicas, análise simbólica e análise formal para alcançar resultados encorajadores em tarefas de detecção de vulnerabilidades em contratos inteligentes. No entanto, as ferramentas de detecção existentes estão longe de serem satisfatórias. Neste artigo, tentamos utilizar uma abordagem baseada em aprendizado profundo, nomeadamente memória de longo-prazos e curto-prazos bidirecional com mecanismo de atenção (BLSTM-ATT), visando detectar bugs de reentrância de forma precisa. Além disso, propomos representações de trechos de contrato para contratos inteligentes, o que contribui para capturar informações semânticas essenciais e dependências de fluxo de controle. Nossos extensos estudos experimentais em mais de 42.000 contratos inteligentes do mundo real mostram que nosso modelo proposto e as representações de trechos de contrato superam significativamente os métodos de última geração. Além disso, este trabalho prova que é prático aplicar tecnologia baseada em aprendizado profundo na detecção de vulnerabilidades de contratos inteligentes, o que pode promover pesquisas futuras nessa área.