Ricerca
TaintSentinel: rilevamento delle vulnerabilità legate alla casualità a livello di percorso negli smart contract Ethereum
Il determinismo intrinseco della tecnologia blockchain rende difficile generare numeri casuali sicuri all’interno degli smart contract e dà origine a vulnerabilità sfruttabili, in particolare negli…

- arXiv
- 2510.18192
- Pubblicato
- 2025-10-21
- Autori
- Hadis Rezaei, Ahmed Afif Monrat, Karl Andersson, Francesco Flammini
Abstract degli autori
Il determinismo intrinseco della tecnologia blockchain rende difficile generare numeri casuali sicuri all’interno degli smart contract e dà origine a vulnerabilità sfruttabili, in particolare negli ecosistemi della finanza decentralizzata (DeFi) e nelle applicazioni di gioco basate sulla blockchain. Secondo le nostre osservazioni, gli attuali strumenti di rilevamento più avanzati non sono abbastanza precisi nell’individuare le vulnerabilità legate ai numeri casuali. Per affrontare il problema, proponiamo TaintSentinel, un nuovo sistema di rilevamento delle vulnerabilità sensibile ai percorsi di esecuzione, progettato per analizzare gli smart contract a livello di singolo percorso e analizzare progressivamente il taint secondo regole specifiche del dominio. Questo articolo esamina una soluzione che combina l’analisi del taint basata su regole per tracciare il flusso dei dati, una rete neurale a doppio flusso per identificare le configurazioni complesse che caratterizzano le vulnerabilità e un’inizializzazione dei parametri basata su evidenze per ridurre al minimo i falsi positivi. Il sistema opera in due fasi: costruzione di un grafo semantico e analisi della propagazione del taint, seguite dal riconoscimento delle configurazioni tramite PathGNN e dall’analisi strutturale globale tramite GlobalGCN. I nostri esperimenti su 4.844 contratti mostrano che TaintSentinel offre prestazioni superiori rispetto agli strumenti esistenti, con un punteggio F1 di 0,892, un’AUC-ROC di 0,94 e un’accuratezza PRA del 97%.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv