基于雙通道的智能合約漏洞檢測方法

李鑫, 杜景林, 陳子文, 王坤

(南京信息工程大學人工智能學院, 南京 210044)

作為區塊鏈中四大核心技術之一的智能合約是一種以信息化方式傳播、驗證或執行的計算機協議,在區塊鏈平臺上自動運行[1],為各類分布式應用服務提供了基礎。開發人員可以專門設計智能合約來實現數字資產管理。

智能合約極大地擴展了區塊鏈的應用場景與現實意義。到目前為止,數百萬個智能合約已經部署在各種區塊鏈平臺上,實現了廣泛的應用,包括錢包、眾籌、去中心化賭博和跨行業金融等。來自各個領域的智能合約現在持有價值超過100億美元的虛擬貨幣,并且智能合約數量仍然在不斷增多。巨大的財富使得智能合約成為網絡攻擊的完美目標。

相比傳統程序,智能合約的安全問題更加復雜,現實情況也更加嚴峻。區塊鏈具有不可變特性,智能合約代碼部署后無法修改,一旦代碼存在Bug極有可能被利用。2016年,黑客利用DAO(decentralized autonomous organization)合約[2]的可重入性漏洞竊取了超過360萬的以太幣,價值約5 500萬美元。2018年,美鏈(beauty chain,BEC)的Token合約遭到攻擊,導致BEC的價格幾乎歸零[3]。2020年,去中性化借貸協議Lendf.Me遭遇黑客攻擊,合約內價值2 500萬美元的資產被洗劫一空。這些安全問題嚴重阻礙了區塊鏈的發展,并在用戶之間造成了智能合約的信任危機。智能合約安全性問題的研究就顯得尤為關鍵,因此,高效的智能合約漏洞檢測工具是非常重要和迫切的。

傳統的智能合約漏洞檢測方法大多基于固定規則的檢測,如Luu等[4]提出的一種基于符號執行的漏洞檢測工具Oyente通過檢測以太坊虛擬機(ethereum virtual machine,EVM)字節碼能夠檢測7類智能合約漏洞。以太坊的官方智能合約漏洞檢測工具Mythril同樣使用符號執行來探索所有可能的不安全路徑[5]。Tikhomirov等[6]提出的SmartCheck能夠將Solidity源代碼轉換為基于xml的中間顯示,并根據XPath模式對其進行檢查。Tsankov等[7]是一個為智能合約提供可擴展和全自動安全分析的靜態分析工具,用于檢測智能合約EVM字節碼的安全屬性。模糊測試工具ContractFuzzer[8]能夠根據智能合約的API(application programming interface)規范生成模糊測試輸入,通過EVM記錄智能合約的運行狀態,分析日志并報告安全漏洞。除此之外還有Echidna[9]等模糊測試工具。

這些工具主要基于形式驗證、符號執行、靜態分析、污染分析和模糊測試,在進行漏洞檢測時依賴于固定的檢測規則。存在自動化水平低、高假陽性率等缺點。隨著智能合約的發展,智能合約的結構越來越復雜,漏洞的種類越來越多,基于漏洞定義的規則已經跟不上智能合約漏洞更新的速度,攻擊者很容易繞過這些規則來執行攻擊。

近年來,深度學習在自然語言處理、計算機視覺、語音/音頻處理等各個領域都取得了顯著的成功,在漏洞檢測領域也已大量運用。與傳統方法相比,該技術具有降低人工成本和提高檢測精度的潛力。李超凡等[10]提出了一種基于注意力機制結合CNN-BiLSTM模型的病歷文本分類模型。解決了中文電子病歷文本分類的高維稀疏性、算法模型收斂速度較慢、分類效果不佳等問題。楊錦溦等[11]結合深度卷積生成對抗網絡與深度神經網絡并改進激活函數用于入侵檢測,得到了較高檢測率。張俊等[12]使用殘差門控圖卷積網絡進行源代碼漏洞檢測,在CDISC數據集上得到了較好的總體結果。Li等[13]提出了一種基于深度學習的漏洞檢測系統VulDeePecker,將雙向長記憶和短記憶神經網絡應用于漏洞檢測。

同時不少學者探索使用深度學習模型來檢測智能合約漏洞。如Yu等[14]提出了基于深度學習的智能合約漏洞自動檢測框架DeeSCVHunter,并提出了漏洞候選切片的新概念,幫助模型捕捉漏洞的關鍵點。Goswami等[15]提出了一種檢測工具TokenCheck,使用單一LSTM(long short term memory)神經網絡進行特征提取,在以太網智能合約數據集ERC-20上進行了測試,獲得了良好的結果。Ashizawa等[16]提出了一種基于機器學習的靜態分析工具Eth2Vec。它通過自然語言處理的神經網絡自動學習易受攻擊的智能合約字節碼的特征。Huang等[17]開發了基于多任務學習的智能合約漏洞檢測模型。通過設置輔助任務,學習更多的定向漏洞特征,提高模型的檢測能力。Wang等[18]提出了一種新的方法AFS (AST fuse program slicing)來融合代碼特征信息。AFS可以將來自AST的結構化信息與程序切片信息融合,通過學習新的漏洞簽名信息來檢測漏洞。Mi等[19]提出了一個新的框架VSCL(automating vulnerability detection in smart contracts with deep learning),該框架使用基于度量學習的DNN(deep-learning neural network)對智能合約中的漏洞進行檢測。此外,通過CFG(control flow graph)提取生成新的特征矩陣來表示智能合約,并使用Ngram和TF-IDF(term frequency-inverse document frequency)對操作進行編碼。Wu等[20]采用基于關鍵數據流圖信息的智能合約表示方法,在進行智能合約漏洞檢測之前,先捕獲合約的關鍵特征,同時在訓練過程中避免過擬合,提出了一種新的工具Peculiar。Pecialier通過利用關鍵數據流圖技術提高了檢測性能,但構建關鍵數據流的過程很復雜。Zhuang等[21]在智能合約中使用圖神經網絡進行漏洞檢測,可以檢測出時間戳依賴漏洞等3種類型漏洞。Zhang等[22]提出了一種基于信息圖和集成學習的智能合約漏洞檢測方法。張光華等[23]提出了一種基于BiLSTM(bi-directional long short-term memory)和注意力機制的漏洞檢測方法,并通過大量的實驗證明該方法可以達到更好的精度。Liu等[24]提出了一種可解釋的方法,將深度學習與專家模式模型相結合,用于智能合約漏洞檢測。該模型可以獲得細粒度細節和權重分布的可解釋全景圖,其通過實驗表明盲目地將源代碼視為序列并不一定適合于漏洞檢測任務。

這些方法大多是為了改進智能合約的處理而進行優化的,而且它們本質上都是使用單網絡結構模型。不同類型的網絡結構在提取抽象特征和語義特征時關注點不同,單一的網絡結構可能會因為對智能合約的語義和句法信息學習不足而存在關鍵信息提取不完全的問題,因此考慮從網絡結構的角度來探討混合網絡結構的特征提取是否會對智能合約的漏洞檢測性能產生良好的影響。

基于上述研究背景,現提出一種高效的雙通道模型DBTA來檢測智能合約漏洞。該模型將改進CNN-BiGRU和圖傳遞神經網絡以并行方式形成兩個通道分別提取特征,利用注意力機制將特征加強,最后通過全連接層輸出。

1 基于雙通道的漏洞檢測模型

該模型包含改進DCNN-BiGRU、MPNN兩個通道模塊以及注意力模塊,其中DCNN-BiGRU模塊將源代碼視為序列,MPNN模塊將源代碼建模為圖并采用圖神經網絡。整體框架如圖1所示。

Vi為關鍵函數調用或變量;ei為執行順序圖1 基于雙通道的智能合約漏洞檢測模型框架Fig.1 Dual-channel smart contract vulnerability detection model framework

(1)DCNN-BiGRU模塊:輸入數據是經過詞法分析和向量化的智能合約數據集。首先,使用詞嵌入模型Word2vec將預處理后的合約代碼轉換為詞向量。然后利用DCNN獲取輸入信息的局部特征。為了提取更全面的局部信息,2個卷積層采用不同大小的卷積核從而獲得不同距離詞序列之間的特征。在DCNN后融合R-Drop方法緩解模型過擬合現象。然后將卷積后的特征矩陣輸出,作為BiGRU神經網絡的輸入。用BiGRU獲取輸入信息的全局特征。接下來是全連接層作為輸出層,并在其中再一次使用R-Drop。

(2)MPNN模塊:將圖歸一化方法得到歸一化后的圖輸入消息傳遞神經網絡,得到輸出向量。

(3)注意力模塊:將兩個通道的特征經過注意力模塊處理后進行拼接,輸入全連接層中,最后使用sigmoid函數進行分類。

1.1 改進DCNN-BiGRU

1.1.1 DCNN

DCNN[25]網絡層由卷積和池化構成。該卷積結構將寬卷積層和動態k-max池化層交替使用。其中寬卷積相比窄卷積可以更有效提取句子的句首和句尾信息,folding折疊操作用于縮小特征圖。

受殘差網絡啟發,本文研究對DCNN模型進行改進,使用兩個卷積層進行局部特征學習。第二層卷積根據第一層卷積的輸出學習一個非線性表示,然后將學習到的表示與只經過一層卷積的輸出結果通過如殘差形式合并連接,得到輸出向量。改進前后的具體模型結構如圖2所示。

圖2 DCNN 改進前后結構圖Fig.2 DCNN structure before and after improvement

DCNN使用一維寬卷積,最大可能地保留句子中的所有信息,以提高最后分類的準確性。為保持卷積后輸出序列的長度不變采用zero-padding法進行0值填充。矩陣X表示卷積層的輸入,使用卷積核K與X中每一個連續子序列做點積運算,每個特征ci表示為

ci=f(KXi:i+k-1+b)

(1)

式(1)中:Xi:i+k-1為k個詞向量首尾串接矩陣;f為非線性激活函數;b為偏置矩陣。

對各個窗口進行卷積操作得到對應特征圖C,可表示為

C={c1,c2,…,cn-k+1}

(2)

卷積后去除folding層。考慮到動態k-max pooling層輸出向量維度不固定,因此簡化為最大池化層,取池化窗口內每個維度的最大特征值。

(3)

該層允許基于樣本的參數離散化,以降低特征維數,從而減少訓練時間和防止過擬合。在卷積計算中,使用ReLU函數作為激活函數保證神經網絡的非線性。Flatten扁平化層完成從卷積層到全連接層的過渡。全連接層作用是降低輸出向量的維數。

1.1.2 BiGRU

循環神經網絡具有記憶功能,在處理順序方面表現良好。與LSTM相比,GRU增加了一個更新門取代LSTM中的遺忘門和輸入門,大大簡化了網絡的結果和參數,從而提高了模型的訓練速度。考慮到智能合約之間的語義結構復雜,預測結果可能同時受到過去時刻和未來時刻輸入的影響,因此選擇雙向門控循環(BiGRU)網絡進行時間建模,進一步增強模型的特征提取能力。BiGRU是一個由兩個方向相反的GRU共同決定的神經網絡模型。單個GRU的隱藏狀態ht計算公式為

rt=σ(Wr[ht-1,xt]+br)

(4)

zt=σ(Wz[ht-1,xt]+bz)

(5)

(6)

(7)

(8)

(9)

(10)

FBiGRU=(h1,h2,…,ht)

(11)

式中:wt和vt為隱層在t時刻不同方向間的權值;bt為t時刻可訓練參數向量。

1.1.3 R-Drop

通常情況下,聯合使用CNN和RNN的過擬合概率較高,在測試集中表現較差。在訓練過程中通常采用dropout等正則化方法來防止過擬合和提高深度模型的泛化能力。

dropout在神經網絡的每一層隨機丟棄部分單元,給網絡帶來了一定程度的隨機性,容易造成訓練階段和測試階段之間的不一致。因此本文研究引入R-Drop[26]進行正則化,緩解不一致性。

18-Drop思想是控制兩次預測盡量保持一致,從而去優化模型。在每個批訓練中,對于同一個數據樣本前向傳播兩次,通過Dropout得到兩個不同但差異很小的概率分布。R-Drop通過最小化兩個分布之間的雙向Kullback-Leibler(KL)發散度迫使兩個子模型輸出的數據樣本分布相同,實現參數更新。

R-Drop具體實現過程如下。

(12)

(13)

(14)

1.2 MPNN

與序列數據相比,圖結構的數據能夠編碼對象之間豐富的句法或語義關系。在智能合約中體現在忽略了合約程序的結構信息,如數據流和調用關系。因此使用消息傳遞神經網絡進行漏洞建模和檢測。具體過程如下。

(1)消息傳播階段:在開始傳遞信息前用節點的特征初始化每個節點的隱藏狀態。按照邊的執行順序依次傳遞信息,每個時間步傳遞一條邊。具體公式為

xk=hsk⊕tk

(15)

mk=Wkxk+bk

(16)

式中:?表示串聯操作;矩陣Wk和偏置向量bk是網絡參數;原始消息xk包含來自ek的起始節點的隱藏狀態hsk和邊ek自身的信息tk,然后使用Wk和bk將其轉換為向量表示。在接收到消息之后,ek的結束節點通過聚合來自傳入消息的信息mk及其先前狀態來更新其隱藏狀態hek。hek更新公式為

(17)

(18)

式中:U、Z、R為矩陣;b1和b2為偏置向量。

(19)

式(19)中:f為映射函數,如神經網絡;|V|為主要節點的數量。

1.3 注意力機制

由于序列特征和全局圖特征存在差異,自注意機制通過計算所有特征的系數來學習不同特征并突出重要特征的權重,然后通過交叉注意力機制挖掘不同特征類別間的關系來預測最終結果。注意力模塊圖如圖3所示。

Q、K、V分別為查詢向量序列、鍵向量序列和值向量序列圖3 注意力模塊Fig.3 Attention module

(1)自注意力機制。假設注意力層輸入序列為X=[x1,x2,…,xN],首先通過線性變換得到三組向量序列,即

(20)

式(20)中:WQ、WK、WV為可以學習的參數矩陣。最終的輸出向量h為

h=softmax(QKT)V

(21)

將DCNN-BiGRU模塊的輸入向量X1和MPNN模塊的輸入向量X2兩個分別經過自注意力機制得到輸出向量p、q。

(22)

(23)

(24)

2 實驗

2.1 實驗數據集

本文研究重點是現有已知漏洞中的可重入性漏洞、時間戳依賴漏洞。使用SB-wild[27]數據集和ESC[21]數據集進行實驗。其中SB-wild數據集總共包含約203 716個智能合約。ESC數據集包含以太坊中的40 932個智能合約。采用Smartcheck和Oyente兩個工具標記所有源代碼文件并獲取標記的數據,同時進行人工判斷,從而準確判斷智能合約內包含的漏洞類型。最終數據集包含的漏洞數量如表1所示。

表1 數據集漏洞數量統計Table 1 Vulnerability count statistics

2.2 實驗環境與參數設置

本文模型基于Keras深度學習框架,所有實驗都是在一臺Intel Core i7和32 GB內存的計算機上進行的。實驗的運行環境為Windows 10。顯卡型號為NVIDIA GeForce RTX 3090。

為了驗證本文方法的效果,隨機將70%的數據集分割為訓練集,剩余的30%為驗證集。從模型參數選擇方面對模型進行優化。其中損失函數為二分類交叉熵損失,優化器選擇Adam算法。學習率在[0.000 1,0.000 5,0.001,0.002,0.005]中調整選擇。為了防止過擬合,R-drop內dropout在[0.2,0.4,0.6,0.8]內調整選擇。此外,詞向量維度選擇區間為[200,300,400,500]。經過對比最終模型參數設置如表2所示。

表2 模型參數設置Table 2 Setting of model parameters

2.3 預處理

數據需分別經過詞向量轉化和圖轉化。

2.3.1 向量化

DCNN、BiGRU等深度神經網絡通常以向量作為輸入,因此需要將智能合約代碼片段表示為語義上有意義的向量。首先,將定義的變量和函數轉換為符號名稱,如var1、var2、fun1、fun2。然后通過詞法分析對合約片段進行劃分。

在進行分詞操作后,通過word2vec轉換為向量。該工具是使用淺層神經網絡學習單詞嵌入的最流行的技術之一,它將標記映射到一個整數,然后將該整數轉換為一個固定維數的向量。由于合約片段詞數不固定,因此轉換后的相應向量可能具有不同的長度。為了取等長度的向量作為輸入,當長度小于固定維數時,將零填充到向量的末尾;當長度超過固定維數時,截斷向量的結束部分。

2.3.2 圖歸一化

程序源代碼被轉換為圖表示能夠保持代碼間的語義關系。因此根據程序語句之間的數據依賴和控制依賴,將智能合約的源代碼描述為圖,其中的節點表示關鍵函數調用或變量,邊表示執行順序。

節點可分為主要節點和次要節點。其中主要節點表示對自定義或內置函數的調用,這些函數對于檢測特定漏洞非常重要。例如,對于可重入漏洞,一個主要節點對傳輸函數或內置call.value函數的調用進行建模。對于時間戳依賴漏洞,內置函數調用block.timestamp被提取為主要節點。次要節點用于建模關鍵變量。

節點之間的關系通過構造邊來建模。每個邊描述了被測試的合約函數可能經過的路徑,并且邊的順序表征了它在函數中的執行順序。具體為邊的特征被提取為元組(Vs,Ve,o,t),其中Vs和Ve為其起始節點和結束節點,o為其時間順序,t為邊類型。為了捕獲節點之間豐富的語義依賴關系,構建了4種類型的邊,即控制流、數據流、前向和后退邊。語義邊的詳細信息如表3所示。

2.4 實驗結果

本次實驗的評價指標為精確率(Accuracy)、查全率(Recall)、準確率(Precision)、精度-召回率權衡(F1-score)。通過消融實驗和對比實驗驗證本文方案的性能。

2.4.1 消融實驗

為了比較各個模塊對模型檢測效果的影響,通過對比BiGRU、MPNN、DCNN、DCNN-BiGRU和DBTA等模型的漏洞檢測性能,驗證本文模型的有效性。其中DCNN-BiGRU(dropout)模型表示使用dropout正則化方法,DCNN-BiGRU(R-Drop)表示使用R-Drop正則化方法。DBTA(FC)表示直接經過全連接層而不經過注意力層。實驗結果如表4所示。

表4 消融實驗的實驗結果Table 4 Experimental results of ablation experiments

在可重入性漏洞檢測中,使用R-Drop正則化方法后DCNN-BiGRU模型的評價指標提升1%至2%。DCNN-BiGRU(R-Drop)方法的準確率可達79.42%,召回率可達78.99%,F1得分可達98.7%。在未引入注意力機制層時,DBTA(FC)的準確率可達87.96%,召回率可達87.63%,F1得分可達87.79%。DBTA的準確率最高,達到79%。在時間戳依賴漏洞檢測中,DBTA較其余模型準確率、F1得分同樣有所提升。實驗結果表明,R-Drop正則化方法可以提高模型的有效性,特別是準確性和F1得分的整體有效性。此外,注意力機制更有利于特征提取,能夠進一步提高模型的有效性。

為了演示提出方法的檢測性能,繪制了如圖4和圖5所示的準確率和損失函數值隨迭代次數變化圖。隨著epoch數的增加,精度和損失相應增加或減少。在40個epoch后趨于平穩。從結果中可以得出結論,基于本文的檢測方法在檢測中取得了較好的檢測性能。

圖4 準確率曲線圖Fig.4 Accuracy graph

圖5 損失函數曲線圖Fig.5 Loss function graph

2.4.2 對比實驗

為了客觀地評估本文提出模型的性能,將本文模型與已有的智能合約漏洞檢測方法進行比較。包括4種傳統的檢測方法(Oyente、Securify、Mythril和SmartCheck)以及4種基于深度學習的方法(LSTM、TMP、AME、BLSTM-ATT)。實驗結果如表5所示。

表5 對比實驗的實驗結果Table 5 Experimental results of comparative experiments

由表5可以看出,傳統的漏洞檢測方法各項指標較低。在可重入性漏洞檢測中,DBTA方法的F1得分最高,為91.68%,Smartcheck方法的F1得分最低,為27.27%;在時間戳依賴漏洞檢測中,DBTA方法的F1得分達到87.18%,最低的Smartcheck則為36.84%。這表明在更有針對性的數據集中,本文模型DBTA具有明顯優勢。與LSTM、GRU、TMP、AME等現有深度學習模型相比,DBTA同樣具有更好的性能。其中TMP考慮了數據流和控制流引起的時間信息,使得模型效果相比LSTM、GRU有了大幅提升。AME融合專家特征和圖神經網絡,使得準確率達到了86.25%和82.07%。而本文模型DBTA結合了不同類型的網絡結構使得模型在兩類漏洞檢測的準確率分別達到了90.19%和86.40%。

3 結論

帶有漏洞的智能合約可能出現嚴重的安全問題,因此提出了一種基于雙通道的智能合約漏洞檢測方法,通過融合不同深度學習方法改變網絡結構來優化模型的檢測能力。與現有方法相比,結合了傳統詞向量特征和圖特征,考慮了程序元素之間的豐富依賴關系。

通過實驗證明,本文提出的DBTA模型結合了不同深度學習的優點,具有較好的檢測性能。得出如下結論。

(1)融合動態卷積神經網絡、雙向門控遞歸單元和圖神經網絡并應用于網絡安全中的漏洞檢測領域。

(2)改進DCNN,提出改進DCNN-BiGRU模型,提升漏洞檢測能力。

(3)引入了簡單有效的正則化方法R-Drop,以防止模型過擬合,同時提升模型的泛化。

(4)運用注意力機制對改進DCNN-BiGRU和MPNN所提取的特征分配權重,關注關鍵特征。

(5)結合以上工作進行多次實驗驗證本文方法的有效性。

大量的實驗表明,本文方法能夠較為準確地識別出可重入性漏洞和時間戳依賴漏洞。在未來,將收集更多的數據集對其余類型的智能合約漏洞進行檢測。