Vai al contenuto
Crypto.world

Ricerca

Gli LLM come validatori dei bridge cross-chain: valutazione del rilevamento degli attacchi a livello di codice sorgente e di transazione su Solana

I bridge cross-chain hanno subito perdite ingenti di asset a causa di vulnerabilità nei loro programmi on-chain. Su Solana, l’assenza di controlli di convalida può consentire exploit anche quando la…

arXiv
2611.21777
Pubblicato
2026-11-16
Autori
Yasir Rahman, Ishraq Samiha, Shahnewaz Karim Sakib, Anindya Bijoy Das

Abstract degli autori

I bridge cross-chain hanno subito perdite ingenti di asset a causa di vulnerabilità nei loro programmi on-chain. Su Solana, l’assenza di controlli di convalida può consentire exploit anche quando la blockchain sottostante funziona correttamente. Non è ancora sufficientemente chiaro se i modelli linguistici di grandi dimensioni (LLM) siano in grado di diagnosticare questi difetti a partire dal codice sorgente o dai record delle transazioni, invece di limitarsi a lanciare allarmi. Implementiamo su un validatore Solana locale un bridge lock-and-mint nativo in Rust, con quattro varianti sfruttabili: due vulnerabilità modellate sugli incidenti di Cashio e Wormhole, mentre le altre due rappresentano classi di vulnerabilità documentate negli audit di sicurezza di Solana. L’abbinamento di programmi vulnerabili e sicuri con attacchi riusciti, sessioni innocue e tentativi bloccati ci consente di distinguere le diagnosi corrette dagli allarmi non suffragati. Valutiamo sei configurazioni di cinque modelli open-weight su 16.800 risposte, confrontiamo gli input di codice sorgente con e senza commenti e valutiamo 7.200 risposte su input vulnerabili con l’ausilio di due valutatori LLM all’oscuro della valutazione. I risultati rivelano differenze sostanziali tra le diverse condizioni: senza commenti, i modelli diagnosticano il 24% degli input di codice sorgente vulnerabile, ma segnalano spesso come vulnerabile il bridge sicuro. La diagnosi basata sulle transazioni è elevata nello scenario del firmatario mancante, ma si attesta in media al 6% negli altri tre scenari. I commenti originali, alcuni dei quali descrivono il difetto, portano la diagnosi del codice sorgente al 60%. Questi risultati sottolineano l’importanza di distinguere le diagnosi corrette di vulnerabilità dagli allarmi non suffragati nelle revisioni della sicurezza dei bridge.

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

Leggi il paper originale su arXiv