Vai al contenuto
Crypto.world

Ricerca

Apprendimento basato sulla visione artificiale per rilevare gli attacchi informatici negli smart contract e nelle transazioni blockchain

La tecnologia blockchain è cresciuta rapidamente ed è stata ampiamente adottata in diversi settori, tra cui sanità, finanza ed energia. Tuttavia, le piattaforme blockchain restano vulnerabili a…

Apprendimento basato sulla visione artificiale per rilevare gli attacchi informatici negli smart contract e nelle transazioni blockchain
arXiv
2512.11272
Pubblicato
2025-12-12
Autori
Do Hai Son, Le Vu Hieu, Tran Viet Khoa, Yibeltal F. Alem, Hoang Trong Minh, Tran Thi Thuy Quynh, Nguyen Viet Ha, Nguyen Linh Trung

Abstract degli autori

La tecnologia blockchain è cresciuta rapidamente ed è stata ampiamente adottata in diversi settori, tra cui sanità, finanza ed energia. Tuttavia, le piattaforme blockchain restano vulnerabili a un’ampia gamma di attacchi informatici, in particolare a quelli che mirano a sfruttare le transazioni e gli smart contract (SCs) per rubare asset digitali o compromettere l’integrità dei sistemi. Per affrontare il problema, proponiamo un nuovo ed efficace framework per rilevare gli attacchi informatici nei sistemi blockchain. Il framework parte da uno strumento di pre-elaborazione che usa tecniche di elaborazione del linguaggio naturale (NLP) per trasformare le caratteristiche principali delle transazioni blockchain in rappresentazioni sotto forma di immagini. Queste immagini vengono poi esaminate mediante un’analisi basata sulla visione artificiale che impiega i Vision Transformers (ViT), un recente progresso in questo campo noto per la sua superiore capacità di cogliere schemi complessi e relazioni semantiche. Integrando la pre-elaborazione basata sull’NLP con l’apprendimento basato sulla visione artificiale, il nostro framework è in grado di rilevare un’ampia varietà di tipi di attacco. Le valutazioni sperimentali su dataset di riferimento mostrano che il nostro approccio supera nettamente i metodi più avanzati esistenti sia per accuratezza, che raggiunge il 99,5%, sia per robustezza nel rilevare gli attacchi informatici alle transazioni blockchain e agli SCs.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv