Detecção de vulnerabilidades em bytecodes de contratos inteligentes no Ethereum via embeddings do CodeBERT

Abstract

O Ethereum é uma plataforma de criptomoedas que permite a execução de contratos inteligentes, programas autônomos que operam em uma rede descentralizada. As vulnerabilidades nesses contratos representam grandes riscos financeiros e de segurança nos ecossistemas blockchain, motivando a automatização do processo de detectá-las. Este trabalho estuda a detecção de vulnerabilidades em contratos inteligentes Ethereum usando embeddings derivados de bytecode. Embeddings são representações vetoriais geradas por modelos de linguagem, que capturam as características estruturais de texto. Essas representações foram usadas como entrada para os algoritmos de regressão logística, árvore de decisão e floresta aleatória, com o fim de detectar quais contratos possuem vulnerabilidades. Os resultados mostram que os embeddings contêm informações úteis para distinguir contratos vulneráveis de não vulneráveis. O estudo também constata que a alteração da distribuição original dos dados durante o treinamento afeta significativamente o desempenho, destacando a sensibilidade das abordagens baseadas em embeddings às estratégias de amostragem.