The Ledger
Uno studio rileva che gli LLM diagnosticano spesso in modo errato i difetti dei bridge di Solana
Uno studio su cinque modelli linguistici a pesi aperti ha rilevato che, senza commenti, questi hanno identificato correttamente il 24% dei test su codice sorgente vulnerabile di bridge Solana. Il ripristino dei commenti originali ha portato il tasso di diagnosi al 60%, mentre i risultati basati sulle transazioni variavano a seconda dello scenario di attacco.

Le diagnosi in ritardo rispetto agli allarmi
I modelli linguistici di grandi dimensioni hanno diagnosticato correttamente solo il 24% dei test su codice sorgente vulnerabile di bridge Solana quando i commenti sono stati rimossi, secondo un preprint pubblicato su arXiv. Il ripristino dei commenti originali dei programmi ha portato la percentuale di diagnosi corrette sul codice sorgente al 60%, riferisce il documento, anche se alcuni commenti descrivevano i controlli mancanti. I ricercatori hanno verificato se i modelli fossero in grado di individuare difetti inseriti intenzionalmente nel codice sorgente e riconoscere attacchi nei registri delle transazioni.
Il preprint è stato presentato ad arXiv il 16 novembre 2026 da Yasir Rahman, Ishraq Samiha, Shahnewaz Karim Sakib e Anindya Bijoy Das. Gli autori hanno realizzato un bridge nativo lock-and-mint in Rust su un singolo validator Solana locale e vi hanno inserito quattro varianti sfruttabili. Due riproducevano meccanismi associati agli incidenti di Cashio e Wormhole; le altre due rappresentavano classi di vulnerabilità documentate negli audit di sicurezza di Solana.
Quattro schemi di attacco inseriti intenzionalmente
I casi di test riguardavano la confusione tra mint, dati contraffatti del sysvar delle istruzioni, l’assenza di un controllo del firmatario per una modifica dell’amministratore e un’invocazione arbitraria tra programmi. Ciascun exploit è riuscito contro la variante vulnerabile ed è stato respinto da una versione di riferimento protetta. Gli scenari verificavano se un modello fosse in grado di individuare la specifica convalida mancante, anziché limitarsi a classificare un programma o una sessione come sospetti.
Lo studio ha valutato sei configurazioni di cinque modelli a pesi aperti, raccogliendo 16.800 risposte nei test sul codice sorgente e sui registri delle transazioni. Due valutatori basati su LLM hanno esaminato 7.200 risposte fornite su input vulnerabili; si sono trovati d’accordo su 7.119, pari al 98,88%, e i ricercatori hanno risolto i disaccordi rimanenti in base a criteri prestabiliti. Il documento ha conteggiato separatamente un allarme e una diagnosi corretta: il modello doveva indicare il difetto inserito intenzionalmente e, nel caso del codice sorgente, la funzione interessata.
Tassi elevati di allarme, risultati disomogenei
Senza commenti, cinque delle sei configurazioni hanno segnalato dal 97% al 100% degli input di codice sorgente vulnerabili. Ma il documento riferisce che le stesse configurazioni hanno prodotto da 373 a 400 falsi positivi su 400 valutazioni di bridge sicuri. Avvertire correttamente che qualcosa poteva non andare, dunque, non significava necessariamente che il modello avesse individuato la vulnerabilità inserita dai ricercatori.
I risultati sui registri delle transazioni dipendevano dall’attacco. Cinque configurazioni hanno diagnosticato correttamente l’exploit dovuto all’assenza del controllo del firmatario in 96-100 prove su 100, ma anche le modifiche legittime dell’amministratore firmate hanno suscitato allarmi. Per gli altri tre scenari — confusione tra mint, spoofing dei dati sysvar e invocazione arbitraria tra programmi — la percentuale media di diagnosi corrette è stata del 6%, secondo lo studio.
I commenti hanno modificato sensibilmente i risultati sul codice sorgente: le diagnosi corrette sono aumentate da 574 su 2.400 prove senza commenti a 1.433 su 2.400 con i commenti originali. Gli autori osservano che i commenti possono rivelare l’assenza di convalide, quindi il punteggio più alto non dimostra che i modelli abbiano dedotto il difetto dalla logica eseguibile. Il test si è concentrato sulla convalida a livello di programma in una configurazione locale; non ha esaminato l’accordo tra blockchain indipendenti, la finalità remota o la sicurezza di una rete distribuita di relayer.
Fonti
- Fonte originale · Preprint LLMs as Validators for Cross-Chain Bridges: Evaluating Source-Level and Transaction-Level Attack Detection on Solana arXiv:2611.21777
Notizie correlate
- Ricercatori misurano un verificatore basato su hash per i bridge Bitcoin
- Uno studio su Solana non rileva un chiaro vantaggio iniziale per il rilevamento dei rug pull basato sui grafi
- Space and Time presenta una piattaforma per l’IA basata su dati privati
- Scroll illustra il piano per una rete di IA ad accesso autorizzato e la migrazione a Ethereum
- I validatori Solana affrontano una vulnerabilità Linux valutata 9,8, in attesa della patch Ubuntu