Eth2Vec: 深層学習による言語処理に基づいたスマートコントラクトの安全性解析ツールの設計

• Item type: Symposium(1)
• 公開日: 2020-10-19
• タイトル: Eth2Vec: 深層学習による言語処理に基づいたスマートコントラクトの安全性解析ツールの設計
• タイトル / 言語: en
• タイトル: Integration of Deep Learning with Smart Contract Security Analysis
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: Ethereum，スマートコントラクト，ブロックチェーン，静的解析，深層学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 大阪大学
• 著者所属: 大阪大学
• 著者所属: 大阪大学
• 著者所属: 奈良工業高等専門学校
• 著者所属(英): en
• 著者所属(英): Osaka University
• 著者所属(英): en
• 著者所属(英): Osaka University
• 著者所属(英): en
• 著者所属(英): Osaka University
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Nara College
• 著者名: 芦澤, 奈実; 矢内, 直人; クルーズ, ジェイソン ポール; 岡村, 真吾
• 著者名(英): Nami, Ashizawa; Naoto, Yanai; Jason, Paul Cruz; Shingo, Okamura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Ethereum スマートコントラクトはブロックチェーン上で稼働するプログラムであり，既に多くのプログラムがEthereum 上で永続的に稼働している．一方，スマートコントラクトでは脆弱性が多く指摘されているにもかかわらず，既存のセキュリティ解析ツールは精度か速度のいずれかに問題がある．本稿では，脆弱性を高精度かつ高速に検出する静的解析ツールを提案する．提案ツールは解析対象のEVMバイトコードを入力に与えられ，深層学習に基づくアセンブリ用コードクローン検知ツールAsm2Vec (IEEE S&P 2019) を介して特徴量を得ることで，脆弱性を検出する．なお，Asm2Vec 自体は脆弱性の確認機能もスマートコントラクトのコンパイラも持たないことから，Asm2Vec に脆弱性の正解データおよびEVM バイトコードを入力させるモジュールも新たに設計した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Ethereum smart contracts are programs run on blockchains and many contracts have been deployed recently. In spite of identifying vulnerabilities on the smart contracts, the existing security analysis tools have limitation on either accuracy or throughput. In this paper, we present a new static analysis tool which provides a high accuracy and a high throughput on the vulnerability analysis. The presented tool takes EVM byte codes of an analysis target as input and then identifies vulnerabilities by obtaining features by virtue of a deep-learning-based assembly clone detection, Asm2Vec (IEEE S&P 2020). Here, we newly develop modules to incorporate EVM byte codes into Asm2Vec as well because it does not originally provide a compiler for the smart contracts.
• 書誌情報: コンピュータセキュリティシンポジウム2020論文集; p. 494-501, 発行日 2020-10-19
• 出版者 / 言語: ja
• 出版者: 情報処理学会