Résumé Technique : Heimdallr – Un Cadre Agentique Efficace et Rentable pour l'Audit de Contrats Intelligents Ethereum

1. Énoncé du Problème

L'expansion rapide de la finance décentralisée (DeFi) s'est accompagnée d'une augmentation des incidents de sécurité, avec plus de 700 attaques ayant causé environ 3,35 milliards de dollars de pertes en une seule année. Les solutions d'audit de contrats intelligents existantes font face à des limitations critiques :

• Audit Manuel : Bien qu'efficace, il est prohibitif en termes de coût (souvent plus de 70 000 à 150 000 $+ par protocole) et peu évolutif.
• Analyseurs Statiques (ex. Slither, Mythril) : Ces outils souffrent de taux élevés de faux positifs et d'une portée limitée, échouant à détecter les vulnérabilités complexes de la logique métier dépendantes du contexte.
• Audit basé sur les LLM : Bien que les grands modèles de langage (LLM) offrent des capacités de raisonnement, les implémentations actuelles sont entravées par les hallucinations, les contraintes de fenêtre de contexte et des coûts opérationnels élevés. L'application directe des LLM se traduit souvent par des capacités de détection négligeables (Score F1 < 0,02) ou un bruit ingérable (Taux de Faux Positifs > 97 %).

Le défi central consiste à exploiter l'automatisation et le raisonnement des LLM pour obtenir des audits de contrats hautement fiables et évolutifs, tout en minimisant les faux positifs et en équilibrant la rentabilité sans compromettre la précision de la détection.

2. Méthodologie : Le Cadre Heimdallr

Heimdallr est un cadre agentique modulaire et agnostique vis-à-vis des modèles, conçu pour imiter le raisonnement rigoureux des experts humains à travers trois étapes couplées : le Profilage Contextuel, l'Audit Agnostique du Modèle, et la Filtration des Faux Positifs.

2.1 Profilage Contextuel

Pour résoudre le compromis entre évolutivité et préservation du contexte, Heimdallr partitionne le code source en lots sémantiquement cohérents plutôt que d'analyser les fichiers de manière arbitraire.

• Construction de Graphe : Il construit un graphe de dépendances dirigé statique ($G$) utilisant Slither, capturant le flux de contrôle et le flux de données (accès aux variables d'état) entre les fonctions.
• Détection de Communautés : L'algorithme de Louvain partitionne le graphe en sous-graphes densément connectés (communautés), regroupant les fonctions qui interagissent intensément, quel que soit leur emplacement dans les fichiers.
• Analyse d'Importance : Au sein de chaque lot, les contrats sont évalués selon la centralité d'intermédiarité (betweenness centrality) et le PageRank afin d'identifier les « Contrats Ancres » (logique métier centrale) par rapport aux composants périphériques.
• Raffinement par LLM : Un LLM affine ces lots en fusionnant ceux possédant des balises sémantiques liées (ex. « Swap ») et en élaguant les contrats de bibliothèques standard pour respecter les limites de jetons (tokens) tout en préservant la logique métier personnalisée.

2.2 Audit Agnostique du Modèle

Le moteur d'audit emploie un flux de travail « Planifier-Rappeler-Résoudre » (Plan-Remind-Solve) pour générer des hypothèses de vulnérabilité ($V_{raw}$).

• Planifier (Plan) : L'agent identifie les fonctions et contrats potentiellement vulnérables au sein d'un lot, en les priorisant selon leur importance structurelle et leurs conséquences potentielles.
• Rappeler (Remind) : Le système récupère les connaissances pertinentes d'une base de connaissances hiérarchique ($K$) contenant des rapports d'attaques historiques et des schémas types. Il utilise également un serveur de Protocole de Contexte de Modèle (MCP) pour effectuer des recherches en temps réel sur les protocoles dérivés et les incidents récents, augmentant le contexte avec des données en direct.
• Résoudre (Solve) : Cette phase intègre trois stratégies distinctes pour générer des hypothèses :
  1. Analyse d'Hypothèse d'État Adversaire : L'agent simule des conditions hostiles extrêmes (ex. contrôle des variables de bloc par un mineur, détournement d'interaction, ressources infinies via des prêts flash) pour découvrir des vulnérabilités qui ne se manifestent que sous stress.
  2. Résolution de Contraintes Symboliques Ciblée : Pour les fonctions impliquant des calculs sensibles, le système transpile le code Solidity en contraintes Z3 pour vérifier mathématiquement la perte de précision ou les conditions limites, combinant la rigueur formelle et le raisonnement sémantique.
  3. Synthèse Globale : Un processus itératif lie les vulnérabilités isolées pour construire des chaînes d'exploitation multi-étapes, répondant ainsi à la limitation de « tunnel cognitif » des modèles.

2.3 Filtration des Faux Positifs

Une couche de vérification dédiée ($\Psi$) traite les hypothèses brutes pour produire un rapport final de haute précision ($V_{final}$).

• Agrégation Contextuelle : L'agent réévalue chaque hypothèse sous un contexte global pour s'assurer que les risques locaux ne sont pas neutralisés par des protections globales (ex. modificateurs nonReentrant).
• Déduplication Sémantique : En utilisant des plongements de mots (embeddings) et le clustering (DBSCAN), les rapports redondants déclenchés par différents points d'entrée mais partageant la même cause racine sont fusionnés, conservant la version ayant le plus haut niveau de confiance.
• Évaluation du Modèle de Menace : Les hypothèses reposant sur des hypothèses externes techniquement irréalisables (ex. infrastructure compromise ou développeurs malveillants avec des portes dérobées) sont écartées.

3. Contributions Clés

• Méthodologie d'Audit Novatrice : Heimdallr combine le profilage par théorie des graphes avec un raisonnement neuro-symbolique. Son flux de travail « Planifier-Rappeler-Résoudre » détecte des vulnérabilités de logique complexe, tandis que son module de vérification adversaire supprime rigoureusement les faux positifs.
• Service Prêt pour la Production : Le cadre est publié comme un service d'API standardisé pour l'intégration CI/CD et supporte un déploiement local respectant la confidentialité en utilisant des modèles open-source (ex. GPT-oss-120B) dans des environaux isolés (air-gapped).
• Évaluation Empirique Complète : Les auteurs comparent Heimdallr à quatre bases de référence de pointe (incluant des outils industriels et des prototypes académiques), démontrant des scores F1 et une efficacité de coût supérieurs.
• Benchmarks de Haute Fidélité : L'article construit et publie trois jeux de données couvrant des exploits zero-day à haute valeur, des benchmarks standardisés et des résultats de concours de crowdsourcing afin de pallier la rareté des données de vérité terrain.

4. Résultats Expérimentaux

Les évaluations ont été menées sur trois jeux de données : Exploits Réels à Haute Valeur (D1), Benchmarks Propriétaires (D2) et Projets d'Audit de Crowdsourcing (D3).

• Efficacité de Détection : Propulsé par Claude-Sonnet-4.5, Heimdallr a atteint un taux de détection de 86,7 % sur les exploits de haute valeur (D1 & D2), surpassant nettement la référence Claude (51,1 %) et les outils statiques comme Hound (20,0 %).
• Réduction des Faux Positifs : Contra-irement aux outils académiques qui affichaient des taux de faux positifs dépassant 97 %, Heimdallr a maintenu un taux de faux positifs compris entre 31,27 % et 49,12 % selon les modèles utilisés.
• Efficacité des Coûts : Heimdallr a réduit le temps d'analyse jusqu'à 97,59 % et les coûts financiers de 98,77 % par rapport aux bases de référence. Le coût moyen était de 0,22 $ par projet ou 2,31 $ pour 10 000 lignes de code (LOC) pour les configurations de haute précision.
• Validation en Conditions Réelles :
  • Découverte de Zero-Day : Heimdallr a identifié 3 vulnérabilités critiques de type zero-day dans un protocole actif avec 400 millions de dollars de TVL et a signalé 4 problèmes de sévérité moyenne lors d'une collaboration avec une firme d'audit.
  • Performance en Concours : Dans les concours d'audit Sherlock, Heimdallr a atteint un taux de détection de 92,45 % à un coût négligeable, se classant 19ème sur 548 auditeurs humains (top 4 %).
  • Analyse Rétrospective : Le système a réussi à reconstruire 17 des 20 attaques réelles survenues après juin 2025 (totalisant 384 millions de dollars de pertes), lesquelles ne faisaient pas partie de ses données d'entraînement.

5. Signification et Revendications

L'article affirme que Heimdallr résout le compromis entre évolutivité et précision dans la sécurité de la DeFi. En atteignant des taux de détection élevés (86,7 %) avec de faibles faux positifs et un coût minimal (0,22 $/projet), il change le paradigme de l'audit épisodique « une fois par audit » vers un modèle de DevSecOps continu.

Crucialement, les auteurs soulignent que l'architecture agnostique du modèle de Heimdallr permet un audit efficace en utilisant des modèles open-source légers (comme GPT-oss-120B) sur du matériel grand public. Cette capacité répond aux besoins institutionnels critiques de souveraineté des données, permettant une analyse de sécurité rigoureuse et isolée sans exposer de code propriétaire à des serveurs tiers. Ce travail démontre qu'avec une orchestration agentique appropriée et des couches de vérification, les LLM peuvent devenir fiables et rentables pour la détection de vulnérabilités de logique métier complexes que les outils traditionnels ne parviennent pas à détecter.