← أحدث الأبحاث
💻 علوم الحاسوب

A Human-in-the-Loop Framework for Detecting Logical Vulnerabilities in Smart Contracts

تقترح هذه الورقة إطار عمل يعتمد على "العنصر البشري في الحلقة" (Human-in-the-Loop)، يجمع بين التحليل الآلي والمراجعة البشرية المستهدفة للكشف عن الثغرات المنطقية في العقود الذكية، مما أظهر تحسينات ملحوظة في الدقة ومقياس F1 مع تقليل الإيجابيات الكاذبة في مجموعة بيانات SmartBugs Curated.

المؤلف الأصلي: Alireza Assadzadeh

نُشر 2026-11-10
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلف الأصلي: Alireza Assadzadeh

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في العالم الرقمي، تُعد "البلوكشين" (سلسلة الكتل) بمثابة سجل مشترك يحتفظ به العديد من أجهزة الكمبيوتر بشكل متزامن، مما يضمن عدم قدرة أي شخص بمفرده على تغيير الماضي. وفي قلب هذا النظام تكمن "بروتوكولات الإجماع"، وهي مجموعة من القواعد التي تسمح لأجهزة الكمبيوتر المنفصلة هذه بالاتفاق على ما هو صحيح دون الحاجة إلى مدير مركزي. وفوق هذا الأساس، يكتب المطورون "العقود الذكية"، وهي برامج ذاتية التنفيذ تقوم تلقائياً بتنفيذ الاتفاقيات، مثل تحويل الأموال أو إدارة الأصول، بمجرد استيفاء شروط معينة. وبينما تعد هذه التقنيات بعصر جديد من الثقة والأتمتة، إلا أنها ليست بمنأى عن الفشل. فتماماً كما يمكن فتح قفل مادي عنوة أو قد يعاني مبنى من خلل إنشائي، يمكن أن تحتوي الأكواد البرمجية وراء هذه الأنظمة على أخطاء خفية. بعض هذه الأخطاء هي أخطاء واضحة في الكود، لكن الأخطر منها هي "الثغرات المنطقية". هذه ليست مجرد أخطاء مطبعية أو صياغة مكسورة؛ بل هي عيوب في الخطة الفعلية أو منطق العمل، حيث ينفذ الكود بالضبط ما أُمر به، ولكن التعليمات نفسها كانت خاطئة. ولأن هذه الأخطاء تعتمد بشدة على الغرض المحدد للبرنامج، فمن الصعب جداً على أجهزة الكمبيوتر رصدها بمفردها.

اقترح فريق بحثي بقيادة علي رضا أزادزاده من جامعة إسلامي آزاد - فرع تبریز طريقة لحل هذه المشكلة تحديداً عبر إعادة العنصر البشري إلى العملية. ويرى الباحثون أنه بينما تتفوق الأدوات الآلية في مسح الكود بحثاً عن أنماط معروفة، فإنها تعاني أمام الأخطاء الدقيقة التي تعتمد على السياق والتي تميز الثغرات المنطقية. ولمعالجة ذلك، صمموا إطار عمل يسمى "الإنسان في الحلقة" (Human-in-the-Loop)، والذي يعمل كشراكة بين ماسح آلي سريع وخبير بشري دقيق. يعمل النظام عبر مراحل؛ أولاً، يقوم أداة آلية بمسح العقد الذكي وتحديد المشكلات المحتملة، مع تخصيص "درجة ثقة" لكل تحذير تشير إلى مدى تأكد الأداة من وجود المشكلة. وبدلاً من عرض كل تحذير على الإنسان، وهو ما قد يكون مرهقاً، يقوم النظام بتصفية القائمة؛ حيث يمرر فقط التحذيرات ذات درجة الثقة العالية إلى الخبير البشري لإلقاء نظرة أخيرة. ثم يقوم الخبير بمراجعة هذه الحالات المحددة، ليقرر ما إذا كانت تهديدات حقيقية أم إنذارات كاذبة. يهدف هذا النهج إلى الحفاظ على سرعة الآلات مع إضافة لمسة التمييز البشري.

ولاختبار مدى فعالية هذا الأسلوب، أجرى الباحثون تجارب باستخدام مجموعة تضم 143 عقداً ذكياً كانت معروفة مسبقاً باحتوائها على أنواع مختلفة من الثغرات الأمنية. لقد قاموا بمحاكاة سلوك ماسح آلي قياسي، ثم طبقوا عملية التصفية والمراجعة الجديدة الخاصة بهم. وأظهرت النتائج تحسناً واضحاً في الدقة. فعند الاعتماد فقط على الأداة الآلية، حدد النظام المشكلات الحقيقية بشكل صحيح، ولكنه أطلق أيضاً العديد من الإنذارات الكاذبة، مما أدى إلى درجة "دقة" (Precision) تبلغ حوالي 0.71. والدقة في هذا السياق تقيس عدد المشكلات التي تم رصدها وكانت مشكلات حقيقية بالفعل. وبعد إدخال خطوة المراجعة البشرية، قفزت الدقة إلى حوالي 0.84. وهذا يعني أن عدد الإنذارات الكاذبة انخفض بأكثر من النصف، وتحديداً بنسبة 52.2 بالمائة، في حين لم يفت النظام أي ثغرة حقيقية كانت قد وجدتها الآلة في الأصل. كما ارتفع المقياس العام لفعالية النظام، المعروف باسم "F1-score"، من حوالي 0.83 إلى 0.91.

تشير الدراسة إلى أن هذا النهج الهجين يقدم حلاً عملياً لمشكلة مستمرة في أمن البلوكشين. فمن خلال ترك مهمة التعامل مع المرشحين الأكثر احتمالاً للخبير البشري، يقلل النظام من عبء العمل مع زيادة الثقة في النتائج بشكل كبير. ويشير الباحثون إلى أن هذا الأمر مهم بشكل خاص للثغرات المنطقية، التي تتطلب غالباً فهماً لقواعد العمل المقصودة بدلاً من مجرد فحص هيكل الكود. وبينما تستند النتائج إلى محاكاة محكومة باستخدام بيانات موجودة بالفعل وليس على نشر حي في شبكة كبرى، إلا أن النتائج تشير إلى أن دمج الخبرة البشرية يمكن أن يحسن بشكل ملموس من موثوقية اكتشاف هذه الأخطاء المعقدة. ويمهد هذا العمل الطريق لمستقبل لا يتطلب فيه تأمين التطبيقات اللامركزية برمجيات أفضل فحسب، بل تعاوناً هيكلياً بين الأدوات الآلية والرؤية البشرية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →