基于流形鸽群优化的智能合约重入性漏洞检测方法研究
基于流形鸽群优化的智能合约重入性漏洞检测方法研究
复制标题
DOI：
10.1360/sst-2021-0365
复制
发表时间：
--
期刊：
影响因子：
--
通讯作者：
郝志峰
中科院分区：
文献类型：
--
作者：
刘方青;黄翰（通讯）;向毅;郝志峰
重入性漏洞在智能合约中普遍存在, 可能造成巨大的经济损失. 现有的基于符号执行的静态分析工具通过.预设的规则判断漏洞是否存在, 然而预设规则不全面可能会导致重入性漏洞的误报. 为了避免误报, 本研究尝试.从软件测试用例生成的动态分析角度解决这一难题. 本文将该应用场景抽象为存在重入性循环路径的路径覆盖.测试用例自动生成问题, 通过生成并执行覆盖重入性循环路径的测试用例来检测重入性漏洞. 以鸽群算法为代表.的群体智能算法是求解测试用例生成这类黑盒优化问题的常用方法. 鸽群算法在整个决策空间内围绕种群最优.解邻域搜索, 然而, 问题的最优解可能并不在该邻域内, 导致路径覆盖率较低. 为了提升鸽群算法的路径覆盖率,.本文将利用流形启发式算子改进鸽群算法, 使其分配更多的算力搜索与优化目标相关的子空间, 从而提升鸽群算.法求解效率, 覆盖重入性循环路径. 实验结果显示, 改进后的流形鸽群算法能够更加高效地生成覆盖重入性循环.路径的测试用例, 检测出被测合约的重入性漏洞. 与 Oyente、Securify 和 Smartcheck 这三个智能合约测试工具相.比, 本文提出的方法能够有效避免重入性漏洞的误报, 在实验的八个被测试智能合约中重入性漏洞识别准确率分.别提升 12.5%、12.5%和 25%