Vai al contenuto
Crypto.world

Ricerca

Audit disaccoppiati degli smart contract: un framework leggero basato su LLM mediante distillazione e aggregazione

Gli smart contract presentano gravi problemi di sicurezza che richiedono audit approfonditi nei servizi web decentralizzati. Sebbene i Large Language Models (LLM) si siano dimostrati promettenti nel…

Audit disaccoppiati degli smart contract: un framework leggero basato su LLM mediante distillazione e aggregazione
arXiv
2606.03128
Pubblicato
2026-06-02
Autori
Bagus Rakadyanto Oktavianto Putra, Muhamad Risqi Utama Saputra, Widyawan, Guntur Dharma Putra

Abstract degli autori

Gli smart contract presentano gravi problemi di sicurezza che richiedono audit approfonditi nei servizi web decentralizzati. Sebbene i Large Language Models (LLM) si siano dimostrati promettenti nel rilevamento automatico delle vulnerabilità, gli approcci esistenti non valutano la gravità dei problemi fornendo indicazioni concrete per porvi rimedio e comportano un carico computazionale inutilmente elevato. In questo studio presentiamo un framework efficiente per l’audit di sicurezza degli smart contract dall’inizio alla fine, basato su LLM open source leggeri e altamente ottimizzati (da 0,6 a 4 miliardi di parametri). Il nostro framework suddivide l’audit completo in quattro componenti interconnesse: rilevamento delle vulnerabilità, spiegazione, classificazione della gravità e raccomandazioni per porvi rimedio. Per mantenere un’elevata accuratezza senza ricorrere a un numero enorme di parametri, impieghiamo Rank-Stabilized Low-Rank Adapters (rsLoRA), distillazione della conoscenza e una strategia di aggregazione Chain-of-Verification (CoVe) sviluppata ad hoc, così da vagliare sistematicamente e consolidare più risposte preliminari del modello in un rapporto di audit altamente accurato. I risultati sperimentali mostrano che la nostra pipeline leggera supera sistematicamente gli LLM densi open source per la programmazione allo stato dell’arte (da 7 a 34 miliardi di parametri), raggiungendo un’accuratezza del 98,25% nel rilevamento delle vulnerabilità e un punteggio di allineamento di 0,4375 nei compiti di spiegazione generativa. Inoltre, i nostri approfonditi studi di ablazione confermano empiricamente la superiorità dei processi di audit disaccoppiati rispetto all’uso di un prompt unificato e individuano un nuovo bias di centralità della gravità, stabilendo un importante riferimento per la ricerca futura sugli audit assistiti da LLM.

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

Leggi il paper originale su arXiv