据 Decrypt 报道,一个研究团队提出了一种名为 Lightning Cat 的人工智能解决方案,用于识别智能合约中的漏洞。该解决方案使用深度学习技术,基于三种优化的深度学习模型:CodeBERT、LSTM 和 CNN。这些模型是在包含数千个漏洞合约的数据集上训练出来的。CodeBERT 模型优于静态检测工具,显示出令人印象深刻的 93.53% 的 f1 分数,准确捕捉了代码的语法和语义,证明自己是一个有能力的区块链审计员。
不过,"闪电猫 "也存在一些风险,因为它可能是一把双刃剑。虽然它可以增强智能合约的安全性,但恶意行为者也有可能利用这项技术,用它来检测漏洞并加以利用,而不是修复漏洞。为了减少这种情况,研究人员鼓励编码人员考虑适当的安全实践,并定期检查他们的产品。他们还建议开发人员定期进行代码审计,接受安全编码培训,并采取负责任的漏洞披露政策。
闪电猫计划是人工智能和区块链技术融合以增强软件安全性的大趋势的一部分。这一趋势包括基于人工智能和区块链的去中心化软件测试系统,该系统将深度学习的力量与区块链技术的透明度和可靠性相结合。这种方法大大加快了漏洞检测过程,在远程工作场景中尤其有益。此外,它还结合了用于高效数据存储的 InterPlanetary File System(IPFS),为去中心化环境中的安全代码开发和测试提供了全面的解决方案。