# Uno studio rileva che gli LLM diagnosticano spesso in modo errato i difetti dei bridge di Solana

Published 2026-11-18 · Crypto.world Team · Crypto.world

> 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](https://arxiv.org/html/2611.21777v1). 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

1. Fonte originale · Preprint [LLMs as Validators for Cross-Chain Bridges: Evaluating Source-Level and Transaction-Level Attack Detection on Solana](https://arxiv.org/html/2611.21777v1) arXiv:2611.21777

## Notizie correlate

- [Ricercatori misurano un verificatore basato su hash per i bridge Bitcoin](https://crypto.world/it/news/researchers-measure-post-quantum-bitcoin-bridge-verifier)
- [Uno studio su Solana non rileva un chiaro vantaggio iniziale per il rilevamento dei rug pull basato sui grafi](https://crypto.world/it/news/solana-early-rug-pull-detection-study)
- [Space and Time presenta una piattaforma per l’IA basata su dati privati](https://crypto.world/it/news/space-and-time-private-data-platform-ai)
- [Scroll illustra il piano per una rete di IA ad accesso autorizzato e la migrazione a Ethereum](https://crypto.world/it/news/scroll-permissioned-ai-network-ethereum-migration)
- [I validatori Solana affrontano una vulnerabilità Linux valutata 9,8, in attesa della patch Ubuntu](https://crypto.world/it/news/solana-validators-linux-kernel-flaw-ubuntu-patch)

## Esplora

[Altri articoli](https://crypto.world/it/news)

---

Canonical: https://crypto.world/it/news/study-llms-misdiagnose-solana-bridge-flaws
