论文笔记[2] Smart Contract Vulnerability Detection Using Graph Neural Networks

1 简介

论文题目：Smart Contract Vulnerability Detection Using Graph Neural Networks
论文来源：IJCAI-20 [ccf-a]
组织机构：1浙江工商大学、2牛津大学、3新加坡国立大学、4浙江大学
论文链接：https://static.aminer.cn/storage/pdf/ijcai/20/0454.pdf

1.1 问题

  • 现有的智能合约漏洞检测方法严重依赖于固定的专家规则，导致检测精度较低

1.2 创新

  • 使用GNN进行智能合约漏洞检测
  • 具体：
    i)构造了一个表示智能合约函数的句法和语义结构的合同图；
    ii)为了显示主要节点，设计了一个消除阶段来规范化图；
    iii)提出了一种度自由图卷积神经网络（DR-GCN）和一种新的时态消息传播网络（TMP），用于从规范化图中学习漏洞检测。

2 背景知识

  • 本文主要关注三种漏洞：可重入性（Reentrancy）、无限循环（Infinite loop）、时间戳依赖（Timestamp dependence）。前两种漏洞与回调函数的触发有关，后一种则是与区块时间戳的设置有关。

3 方法

分为三个阶段；图生成阶段、图规范阶段、神经网络

3.1 Graph Generation 图生成阶段

构建了一套自动化工具，将智能合约源转换为符号图表示，图中的节点分别代表不同的程序元素（即函数、变量）。由于不同程序元素的重要性不同，我们提取了三种主要节点类型：主节点、次节点、回调节点。

  • 主节点：对定制或内置函数的调用，对检测特定漏洞非常重要。记为Mi，i=1,2,...,n
  • 次节点：用于建模关键变量，记为Si，i=1,2,...,n
  • 回调节点：用于触发攻击合约的回调函数

进一步构造边来模拟节点之间的关系，每条边描述了被测试合约函数可能通过的一条路径，边的时间数表征了它在函数中的顺序，以元组(Vs,Ve,o,t)来表示，分别代表起始节点、终止节点、时间顺序、边类型，其中边类型分为四种：控制流、数据流、前向边、回调边。

3.2 Contract Graph Normalization图规范阶段

大多数图神经网络在传播信息时本质上是扁平的，忽略了一些节点比其他节点发挥更大的中心作用。此外，不同的合约源代码产生不同的图形，阻碍了图形神经网络的训练。因此，我们提出了一个节点消除过程来归一化。

  • 节点消除：删除每个次节点并将其特征传递给它最近的主节点，如果有多个最近的主节点，则将它的特征传递给所有主节点。回调节点以类似次节点的方式被删除，连接被移除节点的边被保留，但它们的开始或结束节点移动到相应的主节点。
  • 主节点特征：主节点Mi经过聚合相邻被移除节点的特征后，更新为Vi。Vi的特征由三部分组成：
    i)自特征，即原始主节点的特征
    ii)内特征，即聚合到Mi并且有一条边直接从自身指向Mi的次节点的特征
    iii)外特征，即聚合到Mi并且有从自身到Mi的连通路径的次节点的特征

3.3 Message Propagation Neural Networks信息传播神经网络

在本节中，我们首先将GCN扩展到度自由GCN (DR-GCN)，然后提出了一种新的时间信息传播网络(TMP)。这两个网络都以智能合约函数的归一化图形G作为输入，并输出标签\(\hat{y}\)\(\in\){0,1}表示该函数是否存在某种类型的漏洞。

  • DR-GCN:[Kipf and Welling, 2017]提出将卷积神经网络应用于图结构数据，它开发了一种分层传播网络:

    其中，\(\hat{A}\)是邻接矩阵A与自环矩阵I的和，Xl是第l层的特征矩阵，对角节点度矩阵(即对角线元素为每个节点度的矩阵)\(\hat{D}\)用于规范化\(\hat{A}\)，Wl是可被训练的权重矩阵。
    本文对此公式进行了更新，首先将邻接矩阵A平方以增大节点之间的连通性，且考虑到此前以对合约图进行了规范化，所以移除了矩阵\(\hat{D}\)，最后得到新的DR-GCN传播公式：
  • TMP：包括消息传播阶段和读出阶段。

    消息传播阶段：按照时间顺序依次沿着边传递信息。在第0个时刻，对每个节点Vi，其隐藏状态hi0初始化为Vi的特征向量。在第k个时刻，信息通过第k条边ek传递，并更新Vek(即ek的终止节点)的隐藏状态。
    第k个时刻的信息mk由边ek的初始节点的隐藏状态hsk和边类型tk计算得来：

    \(\bigoplus\)表示拼接操作。原始信息xk包含ek的开始节点和ek自身的信息，然后经过网络参数Wk和b转换为一个向量。
    在收到信息之后，ek的结束节点通过聚合传递来的信息和它先前的状态，更新其隐藏状态hek：

    读出阶段：遍历图中所有边后，TMP网络计算出所有节点的最终隐藏状态，最后得到G的预测标签：

    其中hiT是每个节点的最终状态，f是一个映射函数，如一个神经网络，\(\mid\)V\(\mid\)是主节点的数量。考虑到最后的隐藏状态hiT和最初隐藏状态hi0对漏洞预测任务由启发性作用，因此更新\(\hat{y}\)的计算方式：

    \(\bigodot\)表示两个矩阵对应位置元素进行乘积

4 实验

4.1 数据

  • 数据集：ESC(Ethereum Smart Contracts)用于实验可重入漏洞和时间戳依赖漏洞 ; VSC(VNT Chain Smart Contracts) 用于实验无限循环漏洞【ESC和VSC中所有有源码的合同】
  • 测试集：训练集=2 : 8
  • 指标：accuracy、recall、precision、F1 score
  • 对比：12种其它方法
    Oyente; Mythril; Smartcheck; Securify
    Vanilla-RNN, LSTM, GRU, GCN（神经网络方法）
    Jolt; PDA; SMT; Looper（用于无限循环漏洞）

4.2 结果

首先将提议的方法(DR-GCN和TMP)与最先进的方法分别在可重入性、时间戳依赖性和无限循环漏洞方面进行基准测试。然后，将我们的方法与其他基于神经网络的方法进行了比较。
可重入漏洞检测对比：

时间戳依赖漏洞检测对比：

无限循环漏洞检测对比：

可视化：

与神经网络方法比较：

分析：实验结果表明，传统的递归神经网络Vanilla-RNN、LSTM和grum的漏洞检测性能并不优于现有的漏洞检测方法。相比之下，能够处理图形的图神经网络GCN、DR-GCN和tmp的结果明显优于现有的方法。这表明，盲目地将源代码视为序列是不适合漏洞检测任务的，而将源代码建模成图形，采用图形神经网络是有前景的。我们猜想传统的循环模型忽略了合约程序的结构信息，比如数据流和调用关系。
GCN和DR-GCN的准确度低于TMP，归因于GCN无法捕获由数据流和控制流引起的时间信息，这在我们的TMP模型中是使用有序边明确解决的。
补充：smartcheck从根本上依赖于一些严格而简单的逻辑规则来检测漏洞，这导致了较低的准确性和F1分数。oyente使用数据流分析来提高准确性，但其底层的漏洞检测模式并不准确。mythrl需要复杂的技术，如污点分析或手工审计，以达到中等准确度。与其他方法不同，securify将智能合约函数分类为违反、警告和遵守，其中违反表示函数保证具有漏洞(阳)，遵守表示函数是安全的(阴)。我们认为所有的警告都是负面的，因为用户通常会被违规行为所吸引，而忽略了许多警告。security的性能优于现有的其他方法，但存在较高的假阴性率。

4.3 图归一化效果的研究

是否归一化的影响：

5 相关工作

  • 智能合约漏洞检测：(1)符号执行方法，由于无法探索所有可能的程序路径，存在较高的假阴性率。(2)动态执行，但需要手工的代理合约来进行重入检测，防止其完全自动化应用程序
  • GNN：现有的方法大致分为两类:(1)基于频谱的方法为图形数据推广了成熟的神经模型，如cnn。(2)基于空间的方法继承了循环gnn的思想，采用消息传递的方法进行图卷积。
posted @ 2022-04-11 15:16  v2ay  阅读(313)  评论(0)    收藏  举报