DC-Hunter:一种基于字节码匹配的危险智能合约 检测方案

• 作者: 梁彬 石文昌 韩松明 黄建军
• 来源期刊: 信息安全学报
• 学科: 工学
• 关键词: 字节码匹配 切片 规范化 图嵌入 蜜罐
• 年，卷（期）: 2020,（3）
• 页码范围: 100-112
• 页数: 13页
• 分类号: TP311
• 字数: 13435字
• 语种: 中文
• DOI: 10.19363/J.cnki.cn10-1380/tn.2020.05.08

摘要

近年来,智能合约中的漏洞检测任务已受到越来越多的关注.然而,缺少源代码和完备的检测特征限制了检测的效果.在本文中,我们提出了DC-Hunter:一种基于字节码匹配的智能合约漏洞检测方案.它可以通过已知的漏洞合约找到类似的漏洞合约,并且可以直接应用于现实世界中的智能合约,无需源码和预先定义的漏洞特征.为了让提出的方法更加切实可行,我们应用程序切片来降低无关代码的影响,通过规范化减少编译器版本带来的差异,并使用图嵌入算法来捕捉函数的结构信息,从而显著减少误报和漏报.此外,借助DC-Hunter我们揭露了一种新型的危险合约.我们发现有一些合约是伪漏洞合约,专门用于诱骗他人尝试进行攻击,从而窃取攻击者的以太币,这种合约称为"蜜罐合约".我们实现了DC-Hunter的原型,并将其应用于现实世界的智能合约,共有183份危险的合约被报出并确认,其中包括160份漏洞合约和23份蜜罐合约.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石文昌	中国人民大学信息学院	30	195	6.0	13.0
2	黄建军	中国人民大学信息学院	12	22	3.0	4.0
3	梁彬	中国人民大学信息学院	19	59	4.0	7.0
4	韩松明	中国人民大学信息学院	1	0	0.0	0.0