【第454期】面向盈利漏洞的智能合约模糊测试

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Smart Contract Fuzzing Towards Profitable Vulnerabilities

Summary

数十亿美元通过智能合约进行交易，使得漏洞成为重大的金融风险。在安全攻防竞赛中，一个重要焦点是攻击者可以加以利用的高收益漏洞。模糊测试（Fuzzing）是识别此类漏洞的关键方法。然而，现有解决方案主要面临两方面的限制：其一，缺乏以收益为中心、能够加速漏洞发现的技术；其二，在最大化已发现漏洞的可获利性方面自动化程度不足，往往仍需依赖人工专家进行分析。为弥补这些不足，我们提出了 VERITE——一种以收益为中心的智能合约模糊测试框架，不仅能够有效检测高收益漏洞，还能够最大化漏洞利用所获得的收益。

VERITE 具有三个关键特性：
1）基于 DeFi 行为的变异器，用于增强对具有不同资金流向交易的探索能力；
2）潜在高收益候选输入的识别准则，通过检测测试过程中输入是否引发异常的资金流动特征；
3）针对已识别候选输入的、基于梯度下降的收益最大化策略。

VERITE 从零开始完整实现，并在一个包含 61 个真实世界中已被利用的 DeFi 项目的数据集上进行了评估，这些项目的平均损失超过 110 万美元。实验结果表明，VERITE 能够自动提取总计超过 1800 万美元的收益，并且在漏洞检测能力（29/10）和漏洞利用效果（平均获利高出 134 倍）方面均显著优于当前最先进的模糊测试工具 ITYFUZZ。值得注意的是，在 12 个测试目标中，VERITE 所获得的收益甚至超过了真实攻击中使用的漏洞利用手段（高出 1.01 至 11.45 倍）。

此外，VERITE 已被审计人员应用于合约审计实践中，成功发现了 6 个零日漏洞（其中 5 个为高危漏洞），并获得了超过 2500 美元的漏洞赏金奖励。

原文链接：https://arxiv.org/abs/2501.08834