基于深度學習的區塊鏈蜜罐陷阱合約檢測

張紅霞，王琪，王登岳，王奔

（中國石油大學（華東）青島軟件學院、計算機科學與技術學院，山東 青島 266580）

0 引言

以太坊是一個開源的公共區塊鏈分布式平臺，可以通過圖靈完備的虛擬機來處理點對點之間通信的智能合約。部署在以太坊公鏈上的智能合約具有不可篡改和自動執行的優越特性，使智能合約和區塊鏈相結合的研究逐漸成為熱點。但區塊鏈技術的去中心化、匿名特性[1]以及缺少第三方機構直接管控等問題，造成在交易過程中很難獲知參與者的身份信息。研究表明[2]，隨著智能合約在各個領域的應用越加盛行，加密數字貨幣的價值不斷攀高，基于區塊鏈智能合約的漏洞和陷阱攻擊正變得日益猖獗。蜜罐陷阱合約是一種隱藏在以太坊智能合約面具下的新型惡意陷阱合約。由于缺乏以太坊以及智能合約等領域的專業知識，普通用戶和投資者通常對這類惡意陷阱難以防備。一份關于以太坊的數據分析[3]估計，截至2019 年，以太坊上部署著數千個蜜罐陷阱合約。所以，針對以太坊上蜜罐陷阱合約的檢測工作刻不容緩。

近年來，研究者采用符號執行的方法或是機器學習對以太坊上部署的蜜罐智能合約進行檢測[3-5]，依照蜜罐陷阱合約的不同特性將蜜罐陷阱合約劃分為8 個類別，開發了利用符號執行可用于檢測蜜罐陷阱合約的工具。通過引入智能合約中的交易行為作為特征，采用決策樹等算法對蜜罐陷阱合約進行檢測。但目前的研究仍存在以下問題：1)未考慮到蜜罐陷阱合約數據的類別不平衡和重復性，導致訓練出的模型存在過擬合問題；2)基于頻率的特征選取方法，導致機器學習模型訓練特征過于龐大，泛化性較差。

本文通過分析蜜罐陷阱合約的特點，提出了關鍵操作碼的概念，并在蜜罐陷阱合約檢測領域引入深度學習方法，在傳統的長短期記憶（LSTM,long short-term memory）模型中加入關鍵操作碼權重機制，構建了能夠同時捕獲蜜罐陷阱合約中隱藏的序列特征以及關鍵操作碼特征的關鍵操作碼長短時記憶（KOLSTM,key-opcode long short-term memory）模型，提出了基于KOLSTM 模型的蜜罐陷阱合約檢測方法。具體來說，首先，采用基于簡易數據擴充（EDA,easy data augmentation）的數據增強過采樣技術對蜜罐陷阱合約數據集進行有效的數據增強；然后，利用關鍵操作碼（Key-Opcode）提取方法在嵌入層加入權重機制，有效區分操作碼特征的重要性，實現對蜜罐陷阱合約的隱藏序列特征及關鍵操作碼特征的捕獲；最后，采用真實數據集進行實驗，結果表明，本文提出的方法在二分類和多分類檢測場景下的F 值較現有模型分別提升2.39%與19.54%。

本文的主要貢獻如下。

1)提出了KOLSTM 深度學習模型用于檢測蜜罐陷阱合約，該模型可以有效地捕獲蜜罐陷阱合約中隱藏的序列特征和關鍵操作碼特征。

2)提出了一種可用于選取智能合約中關鍵操作碼的關鍵詞提取方法，通過該方法，可以獲取對智能合約類別有重要影響的操作碼以及輸出對該操作碼影響大小的數值量化。

3)在真實數據集的實驗結果表明，KOLSTM模型在二分類和多分類檢測場景下的F 值分別為95.59%與91.01%，較現有模型分別提升2.39%與19.54%。

1 相關工作

由于區塊鏈同時具有參與者匿名、無國界限制、金融支付[6]等天然特性，再加上缺乏有力的監管手段，相較于傳統的互聯網惡意陷阱，基于區塊鏈的惡意陷阱具有更高的隱蔽性和偽裝性[7]。對于普通的投資者和用戶來說，這類陷阱更加難以防備。據研究統計[8]，僅2013 年9 月2 日—2014 年9 月9 日，就有超過萬名受害者深陷此類陷阱。Bartoletti 等[9]通過分析192 個基于比特幣的惡意陷阱案例，將比特幣區塊鏈網絡中的惡意陷阱劃分為4 種類型。Chen 等[10-11]提出利用機器學習和數據挖掘的方法來對基于以太坊的龐氏騙局進行識別，在后續的模型應用中，估計以太坊上部署著超過400 個龐氏騙局。張艷梅等[12]在基于以太坊的龐氏騙局檢測領域引入深度學習方法，進一步提高了檢測精度。

而基于以太坊的蜜罐陷阱合約是2019 年新發現的區塊鏈惡意陷阱類型，Torres 等[3]通過調查蜜罐陷阱合約的流行情況、交易行為以及對以太坊平臺的影響程度，首次對蜜罐陷阱合約進行了系統分析。根據蜜罐陷阱合約不同的特性將它們劃分為了8 個類別，并提供了一個利用符號執行可用于檢測蜜罐陷阱合約的工具。該工具對于特征明顯和特定類型的蜜罐陷阱合約具有很好的識別效果，但由于是基于符號執行，而且目前智能合約的發展更加趨向于簡潔化與智能化，該工具對復雜場景下的蜜罐陷阱合約的有效識別較弱。Camino 等[4]提出了一種基于合約交易行為的數據科學檢測方法，通過分析在合約創建者、合約、交易發送者和其他參與者之間的所有可能的資金流動情況，然后根據分析結果引入相應的特征，訓練了一個用于蜜罐陷阱合約檢測的機器學習模型[13]。該方法有效地利用了除智能合約源碼以外的其他特征，包括合約中的交易記錄、編譯信息等。但該方法提出的檢測模型的訓練必須建立在足夠多的交易記錄數據特征上，而大多數智能合約中并不包含足夠的用以特征提取的交易記錄，一旦蜜罐陷阱合約包含足夠的交易記錄，就意味著可能不止一個用戶深陷陷阱。Chen 等[5]認為蜜罐陷阱合約可以看作一種漏洞攻擊，但已有的智能合約漏洞檢測工具，包括智能審查[14]、規則檢查[15]以及合約模糊器[16]，卻無法針對蜜罐陷阱合約進行有效檢測。該研究從機器學習的角度出發，提出了一種基于N-gram 模型[17]選取操作碼特征，并結合梯度提升決策樹算法[18]來檢測蜜罐陷阱合約的方法。該方法利用智能合約源碼反編譯得到的操作碼作為特征進行模型訓練，可以在字節碼級別學習蜜罐陷阱合約的模式。但該方法未考慮到蜜罐陷阱合約數據存在的類別不平衡性和重復性[19]問題，以及基于N-gram 模型選取特征所導致的訓練特征太過龐大，對新出現的蜜罐陷阱合約識別效果不佳。本文針對當前研究存在的問題，分析蜜罐陷阱合約的特點，基于深度學習方法構建檢測模型，以期提高蜜罐陷阱合約檢測的準確度。

2 KOLSTM 模型

2.1 Key-Opcode 提取方法

Key-Opcode 提取方法是KOLSTM 模型的重要組成部分，利用該方法可以獲取對智能合約類別有重要影響的操作碼，并對操作碼影響大小進行數值量化處理。智能合約中的操作碼是表示以太坊基于堆棧虛擬機的執行命令，不同類型的智能合約中的操作碼以及操作碼頻率具有較大差異，如圖1 所示，蜜罐陷阱合約中表示判斷以及跳轉命令的操作碼頻率要比非蜜罐陷阱合約高得多。基于此，本文認為不同類型的智能合約中所包含的操作碼及其頻率是不同的，存在某些操作碼對合約類別有著重要影響。這類操作碼就是Key-Opcode，其定義為智能合約中對合約類型判定起關鍵性作用的操作碼。

圖1 蜜罐陷阱合約與非蜜罐陷阱合約操作碼詞云

針對智能合約操作碼的詞頻無法有效衡量操作碼的重要程度，智能合約數據的長度分布毫無規律，且類別不平衡，無法對關鍵操作碼進行有效度量等問題，本文基于逆向文本頻率（IDF,inverse document frequency）[20]，提出選取智能合約關鍵操作碼的Key-Opcode 提取方法sigmoid 逆向文本頻率（SIDF,sigmoid inverse document frequency），通過sigmoid 函數對初始權重值進行縮放處理，將操作碼的權重值控制在[0,1]范圍內，進而確定操作碼對合約類別的影響程度，計算方法為

其中，D為合約總數，Do為包含操作碼o的合約數，λ為常數。

利用該方法對數據集進行關鍵操作碼選取，創建權重字典并應用到之后的模型中。表1 是權重字典的部分輸出結果。

表1 權重字典的部分輸出結果

2.2 KOLSTM 模型

智能合約操作碼的本質是基于堆棧操作指令的集合，操作碼的前后順序即序列特征，對蜜罐陷阱合約檢測至關重要。LSTM 模型通過引入門結構克服長期依賴問題，在處理序列類型的輸入數據時具有優越的性能。關鍵操作碼和序列特征是蜜罐陷阱合約的重要特性，直接影響蜜罐陷阱合約檢測的準確性。同時，關鍵操作碼權重機制能夠有效區分操作碼的重要程度，基于此，本文構建了能夠同時捕獲關鍵操作碼與序列特征的KOLSTM 模型。

KOLSTM 模型的底層是合約操作碼輸入層，該層將合約中的操作碼轉換為相同映射表示的數字特征；合約操作碼輸入層之上的Key-Opcode 權重層是關鍵操作碼權重機制實現的重要部分，該層將Key-Opcode 提取方法得到的結果應用到模型中，權重值的大小代表操作碼的重要性，該層可以提高模型對關鍵操作碼信息的關注度；詞向量嵌入層使用基于海量智能合約操作碼預訓練的Word2Vec[21]詞向量模型，將操作碼序列映射為高維特征向量表示；嵌入層之上的LSTM 單元可以捕獲合約中字節碼級別潛在的序列信息特征，并且克服長期依賴問題；Softmax 層用于分類模型結果輸出前的歸一化處理；最頂層的輸出層輸出模型的分類結果，通常以數字表示。KOLSTM 模型的網絡結構如圖2 所示。

圖2 KOLSTM 模型的網絡結構

2.2.1 Key-Opcode 權重層

Key-Opcode 權重層將關鍵操作碼提取方法得到的權重字典應用到模型中，在進行詞向量嵌入轉換之前，通過該層提高檢測模型對關鍵操作碼特征的關注度。直觀來看，Key-Opcode 權重層是對詞向量嵌入層的改進。無論是獨熱編碼還是無監督訓練得到的詞向量模型，對詞匯的向量表示都是基于詞語間的相關性，這樣的模式對基于文本的詞匯表示是十分合適的，但對于智能合約中的操作碼卻不太適用，其無法凸顯關鍵操作碼對智能合約的特殊性。因此，本文在詞向量嵌入層之前加入了Key-Opcode 權重層，可以表示為

其中，Wo為操作碼o通過Key-Opcode 提取方法得到的權重值，Ao為操作碼o的詞向量表示矩陣。Key-Opcode 權重層的實質是關鍵操作碼權重機制，通過該權重機制捕獲對蜜罐陷阱合約檢測有重要作用的關鍵操作碼特征。

同時，在該層保留傳統LSTM 模型的權值共享機制，關鍵操作碼權重也僅在輸入層與詞向量嵌入轉換之間應用，這樣的設置可以極大地減少模型參數量，降低訓練時間。

2.2.2 詞向量嵌入層

詞向量嵌入層將輸入的操作碼信息轉換為用以模型識別訓練的高維特征向量。本文在該層引入了Word2Vec 詞向量模型進行特征向量轉換，通過訓練海量的文本信息在雙層的神經網絡中進行非監督學習，將每個詞匯轉換為高維向量。

Word2Vec 模型的訓練過程采用的是N-gram 模式，通過這種模式訓練出的特征向量包含了一定的文本上下文信息。考慮到智能合約的特殊性，傳統的英文預訓練Word2Vec 模型無法有效地表征智能合約中隱含的操作碼特征信息，本文使用的Word2Vec 模型是基于海量的智能合約數據預訓練得到的。

2.2.3 LSTM 單元

針對蜜罐陷阱合約數據長度過長、操作碼上下文關聯性較強的特點，本文在模型中引入了LSTM單元進行合約數據處理。

LSTM 單元如圖3 所示，通過引入遺忘門、更新門、輸出門結構以及sigmoid、tanh 激活函數來控制信息的交互，維持和控制單元狀態。本文設t時刻該單元輸入的信息流為x，細胞狀態為c，隱藏狀態為a，激活函數為sigmoid 和tanh，權重矩陣和偏置向量分別為W和b。

圖3 LSTM 單元

輸入信息進入LSTM 單元首先需要經過遺忘門，遺忘門可以對信息進行選擇性遺忘，也就是對t-1 時刻的隱藏狀態a和t時刻的輸入信息x進行篩選刪除，保留重要信息。首先該門會讀取a和x，然后經過sigmoid 激活函數，遺忘門輸出一個[0,1]范圍的數值，輸出1 代表完全保留，輸出0 代表完全遺忘，可以表示為

在進行遺忘之后，下一個階段需要確定細胞狀態中保存的信息內容，執行這一操作的是更新門以及其他激活函數。具體來說，首先更新門會通過sigmoid 激活函數確定更新的內容，這時需要創建一個新的數字向量，用來保存通過tanh 激活函數得到的新的信息。經過這兩步可以得到用于細胞狀態更新的準備信息。

然后將準備信息以及遺忘門獲取的信息進行拼接整合，得到新的細胞狀態。

最后確定當前狀態輸出的信息。首先使用sigmoid 激活函數確定細胞狀態的輸出部分，然后細胞狀態通過tanh 函數進行放縮之后再與sigmoid激活函數的輸出結果相乘。這樣便可以輸出當前狀態部分。

3 實驗

3.1 實驗步驟

實驗流程共分為6 個步驟，包括數據獲取、數據預處理、數據集增強、特征提取、模型訓練及效果評估。在數據獲取步驟中，基于以太坊平臺獲取實驗所需的智能合約數據；通過數據預處理步驟將合約數據的源碼文件反編譯為模型訓練所需的操作碼格式；在數據集增強步驟中，針對訓練數據存在的問題進行針對性的數據增強；特征提取是模型訓練前的最后一個步驟，在這個步驟中將預處理后的操作碼數據進行分詞以及特征向量轉換，獲取可用于模型訓練的有效特征；之后將在模型訓練步驟中，訓練本文提出的KOLSTM 模型以及其他對比模型；最后，通過效果評估步驟對實驗結果進行性能評價和分析。

3.2 數據獲取及預處理

本文實驗采用的蜜罐陷阱合約數據集[3]包含857個經過驗證的蜜罐陷阱合約文件，并根據它們的特性劃分為了8 個不同的類別，包括隱藏狀態更新（HSU,hidden state update）、繼承障礙（ID,inheritance disorder）、未初始化結構（US,uninitialized struct）、稻草人合約（SMC,straw man contract）、平衡障礙（BD,balance disorder）、隱藏轉移（HT,hidden transfer）、跳空字符串（SESL,skip empty string literal）和類型溢出（TDO,type deduction overflow）。而非蜜罐陷阱合約數據是通過以太坊瀏覽器得到的5 960 份具有唯一精準字節碼匹配的合約數據。

原始合約數據無法直接用以模型訓練，需要將數據集中的源碼文件反編譯為操作碼格式。本文使用了以太坊虛擬機（EVM,Ethereum virtual machine）數據包來完成這一轉換，圖4 展示了反編譯后的操作碼文件，可以看到其中共包含2 種類型的數據信息，分別是操作碼和指令地址，對于模型的訓練僅需要保留操作碼。

圖4 反編譯后的操作碼文件

3.3 數據集增強及特征提取

對數據集進行檢查時，本文發現蜜罐陷阱合約數據存在嚴重的合約復制[19]現象，而且由于時間問題部分合約已經自毀。在去除了重復合約以及自毀合約后，得到的蜜罐陷阱合約類別及數量如表2 所示。

表2 蜜罐陷阱合約類別及數量

通過觀察可得，蜜罐陷阱合約數據存在嚴重的類別不平衡以及數據量過少的問題，這對深度學習模型的訓練是極其不利的。為了解決這一問題，本文使用了EDA 數據增強過采樣技術[22]來擴充原有數據。為了保持合約數據的序列特征和上下文相關性，本文在進行數據增強時并沒有打亂操作碼的前后順序。最終，共得到了4 650份蜜罐陷阱合約以及5 960份非蜜罐陷阱合約操作碼。數據集的合約長度統計情況如圖5 所示，其中合約長度指的是合約中所含操作碼數量。

圖5 數據集的合約長度統計情況

3.4 實驗參數設置

本文在實驗中將數據集按照6:2:2 的比例劃分為訓練集、測試集和驗證集，其中訓練集主要用于模型訓練；驗證集用于驗證及優化模型參數，例如學習率或訓練輪數等，并用來判斷模型是否過擬合；測試集用來測試模型最終的性能及泛化能力。為了確定模型的最佳參數，本文在實驗中使用了交叉驗證[23]的方法。多次實驗后得到的模型最佳參數設置如表3所示。

表3 模型最佳參數設置

3.5 實驗結果分析

3.5.1 訓練輪數分析

訓練輪數的設置會影響模型的擬合情況，為了尋找KOLSTM 模型的最佳訓練輪數，本文分別比較了驗證集和訓練集在不同訓練輪數下的模型損失值和準確率，實驗結果分別如圖6 和圖7所示。

圖6 驗證集和訓練集在不同訓練輪數下的模型損失值

圖7 驗證集和訓練集在不同訓練輪數下的模型準確率

由圖6 和圖7 可以看出，在訓練輪數超過20 輪以后，訓練集損失值仍在下降，而驗證集損失值雖然存在數據波動情況，但整體呈上升趨勢；訓練集準確率仍在上升，而驗證集準確率呈下降趨勢。這說明訓練輪數超過20 輪以后，模型會出現過擬合情況，因此本文實驗將訓練輪數設置為20。

3.5.2 詞向量分析

為了探究詞向量對KOLSTM 模型檢測性能的影響，本文比較了不同類型預訓練詞向量下的檢測性能。預訓練詞向量包括基于合約操作碼預訓練詞向量和維基百科詞向量，在相同維度（250 維）下的實驗結果如表4 所示。由表4 可以看出，相較維基百科詞向量，基于合約操作碼預訓練詞向量在檢測性能上有所提升。

表4 不同類型詞向量在相同維度（250 維）下的實驗結果

本節實驗進一步對比了不同維度下模型的收斂速度，詞向量維度包括100 維和250 維。實驗中都使用了基于合約操作碼預訓練詞向量，結果如圖8所示。由圖8 可以看出，相比于低維度的詞向量模型，高維度詞向量模型表征能力更強，具有更快的收斂速度。

圖8 100 維和250 維詞向量對損失值影響

3.5.3 輸入句長分析

為了驗證KOLSTM 模型的檢測性能，將本文提出的方法與卷積神經網絡（CNN,convolutional neural network）、循環神經網絡（RNN,recurrent neural network）以及LSTM 模型進行了對比實驗。為了避免實驗中所用模型出現過擬合或欠擬合問題，所有模型都加入了Dropout 機制[24]，且設置了相同的訓練輪數。

本節實驗針對輸入句長對模型檢測性能的影響進行分析，分別比較了不同輸入句長下4 類模型的檢測性能，輸入句長指的是模型設置的最大句長輸入。實驗結果如圖9 所示。

圖9 輸入句長對不同模型的性能影響

由圖9 可以看出，在輸入句長達到600 以后，RNN 模型的精確率呈下降趨勢，而其他3 類模型的檢測精確率相對穩定，都維持在90%以上。本文分析認為RNN 模型由于自身循環輸入的結構限制，在處理較長序列輸入時會出現梯度消失或爆炸問題，導致精確率的驟降，而LSTM 模型以及CNN模型通過引入門結構或者卷積操作克服了長期依賴問題。KOLSTM 模型因為加入了權重機制，精確率相比CNN 模型與LSTM 模型都有所提升。當輸入句長為900 時，KOLSTM 模型的檢測性能達到最佳。因此本實驗將輸入句長設置為900。

3.5.4 收斂速度分析

為了分析模型的收斂速度，本文對比了4 類模型訓練時的損失值下降速率，結果如圖10 所示。

圖10 不同模型的損失值變化

由圖10 可以看出，KOLSTM 模型的收斂速度要比LSTM 模型與RNN 模型略快一些，但要慢于CNN 模型。本文分析認為，KOLSTM 模型中的Key-Opcode 權重機制其實可以看作預訓練機制，通過這一機制可以提前告訴模型哪些是關鍵操作碼，相較于LSTM 模型與RNN 模型，有效加速了模型收斂。而CNN 模型特有的卷積操作可以直接捕獲關鍵操作碼特征，模型收斂速度要快于KOLSTM模型。

3.5.5 檢測性能分析

進一步通過實驗分析本文所提模型的性能，并與其他模型進行對比，實驗結果如表5 所示。

表5 不同模型的實驗結果

由表5 可以看出，相較于其他深度學習模型，KOLSTM 模型具有最佳的檢測性能。RNN 模型雖然具有極高的召回率，但精確率偏低，僅達到了79.65%。相較于RNN 模型，LSTM 模型的檢測性能有了較大的提升，精確率達到了94.60%。CNN 模型用于蜜罐陷阱合約檢測也取得了較好的效果，精確率達到了95.75%。LightGBM 模型為Chen 等[5]在蜜罐陷阱合約檢測分類實驗中所用的模型，該模型具有較高的檢測精確率，但召回率僅為89.62%。相較于上述4 種模型，KOLSTM 模型的檢測性能有明顯提升，精確率達到了96.91%，F 值達到了95.59%。

3.5.6 多分類實驗結果分析

為了驗證KOLSTM 模型在多分類場景下的檢測性能，將其與LightGBM 模型[5]進行對比，實驗結果如表6 所示。多分類實驗指的是對蜜罐陷阱合約進行類別判斷的實驗。由表 6 可以看出，LightGBM 模型對于某些類別的分類出現了明顯的過擬合和欠擬合現象，平均精確率與平均F 值僅達到74.71%與71.47%。而KOLSTM 模型在蜜罐陷阱合約類型識別工作上同樣具有不錯的表現，類別平均分類精確率達到89.34%，平均F 值達到91.01%。但同時也可以注意到，KOLSTM 模型對于某些類別的分類精確率相對偏低，比如ID 類別的分類精確率僅達到73.68%。本文分析認為可能是由于該類別原始合約數據過少，在進行數據擴充和模型訓練時無法有效捕獲類別特征，導致該類別的分類結果不佳。

表6 多分類實驗結果

4 結束語

本文針對基于區塊鏈的蜜罐陷阱合約檢測識別進行研究，通過分析蜜罐陷阱合約的特點，提出了 KOLSTM 深度學習模型。該模型通過Key-Opcode 提取方法引入權重機制，可以有效捕獲關鍵操作碼特征以及序列特征。實驗結果表明，本文所提模型的檢測性能要優于傳統檢測模型。本文計劃下一步將更多的智能合約特征引入模型訓練，包括交易記錄、歷史信息等，希望以此來進一步提高模型的檢測性能。

由于匿名和去中心化特性，區塊鏈的應用將更加廣泛，但基于區塊鏈以及數字貨幣的惡意陷阱也正變得越加猖獗。在未來的工作中，將持續追蹤和研究基于區塊鏈的其他類型的漏洞和陷阱攻擊，以維護區塊鏈生態健康。