क्या हुआ?
नॉलेज एंड इंफॉर्मेशन सिस्टम्स में प्रकाशित एक अध्ययन एथेरियम लेनदेन रिप्ले से चर-लंबाई ऑपकोड अनुक्रमों का विश्लेषण करके स्मार्ट अनुबंध कमजोरियों का पता लगाने के लिए एक गहन शिक्षण दृष्टिकोण का परिचय देता है। कॉर्डमिक्सर आर्किटेक्चर और रिटेंशन मैकेनिज्म पर निर्मित मॉडल, सात भेद्यता प्रकारों में 93.5% सटीकता प्राप्त करते हुए, निष्पादन के निशानों को काटने से बचाता है।
गुआंगज़ौ विश्वविद्यालय के शोधकर्ताओं ने ज्ञान और सूचना प्रणाली में एक अध्ययन प्रकाशित किया जिसमें स्मार्ट अनुबंध भेद्यता का पता लगाने के लिए एक नए गहन शिक्षण मॉडल का विवरण दिया गया है। मुख्य नवाचार स्थिर स्रोत कोड या काटे गए निष्पादन निशानों के बजाय एथेरियम लेनदेन रिप्ले से प्राप्त चर-लंबाई ऑपकोड अनुक्रमों का उपयोग है।
मॉडल कॉर्डमिक्सर आर्किटेक्चर का उपयोग करता है, जो अलग-अलग लंबाई के अनुक्रमों के लिए डिज़ाइन किया गया एक स्केलेबल तंत्रिका ध्यान तंत्र है, जो रिटेंटिव नेटवर्क परिवार से एक प्रतिधारण तंत्र के साथ संयुक्त है। यह दोहरा-रिज़ॉल्यूशन दृष्टिकोण मॉडल को हमलों के वैश्विक व्यवहारिक हस्ताक्षर और स्थानीयकृत संदिग्ध निर्देश विस्फोट दोनों को पकड़ने की अनुमति देता है।
टीम ने मॉडल को सात अलग-अलग भेद्यता प्रकारों के विरुद्ध बेंचमार्क किया, जिसमें पुनर्प्रवेश और टाइमस्टैम्प निर्भरता शामिल है। अध्ययन में 93.5% की सटीकता और 90.6% के एफ1-स्कोर की रिपोर्ट दी गई है, जो निश्चित-लंबाई इनपुट पर भरोसा करने वाले बेसलाइन डिटेक्टरों से बेहतर प्रदर्शन करता है। डेटा इथरस्कैन जैसे सार्वजनिक ब्लॉकचेन खोजकर्ताओं से प्राप्त किया गया था, जो वास्तविक दुनिया के अनुबंध व्यवहार को दर्शाता है।
स्रोत विवरण: bioengineer.org ↗
यह क्यों मायने रखता है?
यह शोध स्वचालित ब्लॉकचेन सुरक्षा उपकरणों में एक महत्वपूर्ण संरचनात्मक कमजोरी को संबोधित करता है: जब चर-लंबाई निष्पादन निशान को निश्चित-लंबाई तंत्रिका नेटवर्क इनपुट में मजबूर किया जाता है तो जानकारी का नुकसान होता है। स्मार्ट अनुबंध निष्पादन के पूर्ण संदर्भ को संरक्षित करके, मॉडल पुनर्प्रवेश और पूर्णांक अतिप्रवाह जैसी सूक्ष्म कमजोरियों की पहचान कर सकता है जो पारंपरिक स्थैतिक विश्लेषण या काटे गए गतिशील विश्लेषण से छूट सकती हैं। यह डीआईएफआई क्षेत्र के लिए महत्वपूर्ण है, जहां अपरिवर्तनीय अनुबंध और अरबों की संपत्ति सुरक्षा खामियों को विनाशकारी बना देती है। कार्य दर्शाता है कि मूल चर-लंबाई प्रसंस्करण मानक पैडिंग/ट्रंकेशन विधियों से बेहतर प्रदर्शन कर सकता है, जो ऑन-चेन परिसंपत्तियों की निरंतर, स्वचालित सुरक्षा निगरानी के लिए अधिक मजबूत आधार प्रदान करता है।
ब्लॉकचेन सुरक्षा के लिए पारंपरिक मशीन लर्निंग डिटेक्टर अक्सर निश्चित-लंबाई वाले मॉडल इनपुट को फिट करने के लिए लंबे ऑपकोड अनुक्रमों को छोटा कर देते हैं, संभावित रूप से कमजोरियों को प्रकट करने वाले निर्देशों को हटा देते हैं। यह नया दृष्टिकोण उस सूचना हानि को समाप्त करता है, अनुबंध निष्पादन का अधिक संपूर्ण दृश्य प्रदान करता है।
विकेन्द्रीकृत वित्त (डीएफआई) पारिस्थितिकी तंत्र के लिए, जहां अनुबंध अपरिवर्तनीय हैं और शोषण से अरबों का नुकसान हो सकता है, स्वचालित उपकरण जो तैनाती से पहले या बाद में कमजोरियों को सटीक रूप से चिह्नित कर सकते हैं, महत्वपूर्ण हैं। यह मॉडल ऑन-चेन परिसंपत्तियों की निरंतर, वास्तविक समय सुरक्षा निगरानी की दिशा में एक मार्ग प्रदान करता है।
शोध में लागू एआई के लिए व्यापक निहितार्थ भी हैं, जो दर्शाता है कि मूल रूप से रैग्ड, वास्तविक दुनिया अनुक्रम लंबाई के लिए डिज़ाइन किए गए आर्किटेक्चर जीनोमिक्स और सेंसर डेटा जैसे अन्य डोमेन में मानक पैडिंग और ट्रंकेशन प्रीप्रोसेसिंग विधियों से बेहतर प्रदर्शन कर सकते हैं।
इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है
इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।
Which component of an AI application is the machine-learning model itself?
आगे क्या देखना है
इस वेरिएबल-लेंथ डिटेक्शन पाइपलाइन के ओपन-सोर्स रिलीज़ या व्यावसायिक एकीकरण की निगरानी करें। मानव समीक्षा की पूरक परत के रूप में डेफी प्रोटोकॉल या सुरक्षा ऑडिट फर्मों द्वारा अपनाए जाने पर नजर रखें। देखें कि क्या यह आर्किटेक्चर एआई में अन्य चर-लंबाई अनुक्रम विश्लेषण कार्यों, जैसे जीनोमिक या सेंसर डेटा के लिए एक मानक बन जाता है।
समुदाय द्वारा अपनाने की पुनरुत्पादकता और क्षमता का आकलन करने के लिए GitHub जैसे प्लेटफार्मों पर मॉडल के कोड या वेट को जारी करने की तलाश करें।
इस चर-लंबाई पहचान पद्धति को उनके मानक सुरक्षा स्टैक में एकीकृत करने के लिए सुरक्षा ऑडिट फर्मों और डेफी प्रोटोकॉल की निगरानी करें।
देखें कि क्या कॉर्डमिक्सर और रिटेंशन मैकेनिज्म संयोजन अन्य एआई अनुप्रयोगों में चर-लंबाई अनुक्रमों को संभालने के लिए एक मानक संदर्भ बन जाता है।