Vai al contenuto
Crypto.world

Ricerca

FLAMES: fine-tuning degli LLM per sintetizzare invarianti per la sicurezza degli smart contract

Le vulnerabilità degli smart contract costano ogni anno miliardi di dollari, eppure gli attuali strumenti di analisi automatizzata non riescono a generare difese utilizzabili.

FLAMES: fine-tuning degli LLM per sintetizzare invarianti per la sicurezza degli smart contract
arXiv
2510.21401
Pubblicato
2025-10-24
Autori
Mojtaba Eshghie, Gabriele Morello, Matteo Lauretano, Alexandre Bartel, Martin Monperrus

Abstract degli autori

Le vulnerabilità degli smart contract costano ogni anno miliardi di dollari, eppure gli attuali strumenti di analisi automatizzata non riescono a generare difese utilizzabili. Presentiamo FLAMES, un nuovo approccio automatizzato che sintetizza controlli eseguibili durante l’esecuzione sotto forma di istruzioni «require» in Solidity, per rafforzare gli smart contract contro gli exploit. A differenza dei lavori precedenti, che si basano su etichette delle vulnerabilità, analisi simbolica o specifiche in linguaggio naturale, FLAMES impiega modelli linguistici di grandi dimensioni adattati al dominio e addestrati con fine-tuning supervisionato di tipo fill-in-the-middle su invarianti tratti da 514.506 contratti verificati. La nostra ampia valutazione su tre dimensioni dimostra l’efficacia di FLAMES: (1) Compilazione: il 96,7% degli invarianti sintetizzati da FLAMES è compilabile; (2) Qualità semantica: su un insieme di test selezionato di 5.000 invarianti difficili, FLAMES produce risultati identici o semanticamente equivalenti a quelli di riferimento nel 44,5% dei casi; (3) Mitigazione degli exploit: FLAMES previene 22 exploit reali su 108 (20,4%) preservando la funzionalità dei contratti; e (4) FLAMES blocca l’incidente reale APEMAGA sintetizzando una precondizione che mitiga l’attacco. FLAMES dimostra che gli LLM adattati al dominio possono generare automaticamente difese per la sicurezza degli smart contract pronte per l’impiego in produzione, senza richiedere il rilevamento delle vulnerabilità, specifiche formali o intervento umano. Rendiamo disponibili il nostro codice, i pesi dei modelli, i set di dati e l’infrastruttura di valutazione per consentire ricerche riproducibili in questo ambito cruciale.

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

Leggi il paper originale su arXiv