论文提出 CONSTRAINTDIAL：用协议变异持续构造智能合约安全任务
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
这篇论文针对智能合约安全评测中答案可被记忆或复制的问题，提出 CONSTRAINTDIAL 框架，通过协议变异自动在本地重建合约，并用攻击执行结果筛选对调用或输入的改动，使原有攻击失效但漏洞可利用性、安全目标和正常功能保持不变。基于 203 个公开案例，该框架构造出 3045 个任务输入，覆盖检测、利用、修补三类。与仅做重建相比，协议变异使借助公开答案解题的成功率平均下降 10.9 个百分点，靠复制线上答案完成的任务比例下降 9.3 点。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载要解决的问题
现有智能合约安全评测存在答案泄漏风险：模型可能记住或直接复制公开区块链交易中恢复出的攻击代码，从而拿到虚高的分数。同时，重建合约和验证任务本身需要大量人工投入。论文把这两点作为设计出发点，目标是让任务持续产生、且不能靠背答案通过。
协议变异怎么做
CONSTRAINTDIAL 自动完成本地合约重建，再以攻击能否执行为筛选信号，选择需要改动的调用或输入。执行检查会引导修订方向：让原始攻击失败，同时保留可利用性、安全目标与正常功能。新的安全事件和审计发现也走同一套流程，因此任务可以不断新增，而不是一次性数据集。
规模与效果
作者用该框架从 203 个公开案例构造出 3045 个任务输入，任务类型分为检测、利用、修补。与仅做重建相比，协议变异让使用公开答案解题的成功率平均下降 10.9 个百分点，靠复制线上答案完成的任务比例下降 9.3 点。论文还引用 SlowMist 的统计，称区块链生态相关损失约 386 亿美元，作为安全评测重要性的背景。
为什么值得看
关注智能合约安全评测与 AI agent 基准构建的读者，可了解如何降低答案泄漏对评测的干扰。
安全论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。