Zero-Shot Vulnerability Detection in Low-Resource Smart Contracts Through Solidity-Only Training
यह शोध पत्र Sol2Vy को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो विशेष रूप से सॉलिडिटी (Solidity) पर प्रशिक्षित मॉडलों से ज्ञान स्थानांतरित करके कम-संसाधन वाले वाइपर (Vyper) स्मार्ट कॉन्ट्रैक्ट्स में ज़ीरो-शॉट भेद्यता (zero-shot vulnerability) का पता लगाने में सक्षम बनाता है, जिससे वाइपर के लेबल वाले डेटासेट की कमी दूर होती है और मौजूदा अत्याधुनिक (state-of-the-art) विधियों से बेहतर प्रदर्शन होता है।
मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक शहर के मास्टर सुरक्षा निरीक्षक (security inspector) हैं। आपने Solidity इमारतों (स्मार्ट कॉन्ट्रैक्ट का सबसे सामान्य प्रकार) के ब्लूप्रिंट का अध्ययन करने में वर्षों बिताए हैं। आप जानते हैं कि छिपे हुए जाल, कमजोर ताले और संरचनात्मक खामियां कहाँ होती हैं क्योंकि आपके पास "सुरक्षित" और "असुरक्षित" लेबल वाली ब्लूप्रिंट की एक विशाल लाइब्रेरी है।
अब, Vyper नामक एक नया निर्माण सामग्री सामने आया है। यह बाहर से अलग दिखता है (इसका सिंटैक्स पुराने स्टाइल के बजाय पायथन जैसा है), लेकिन जिस भौतिकी (physics) के आधार पर ये इमारतें खड़ी होती हैं और काम करती हैं, वे वास्तव में बहुत समान हैं। समस्या यह है कि आपके पास Vyper के लगभग कोई ब्लूप्रिंट नहीं हैं, और निश्चित रूप से ऐसे लेबल वाले ब्लूप्रिंट भी नहीं हैं जो दिखाते हों कि जाल कहाँ हैं। यदि आप Vyper को शून्य से सीखने की कोशिश करेंगे, तो आप फंस जाएंगे क्योंकि डेटा पर्याप्त नहीं है।
Sol2Vy से मिलिए: "यूनिवर्सल ट्रांसलेटर" निरीक्षक।
यह पेपर एक चतुर फ्रेमवर्क Sol2Vy पेश करता है जो इस समस्या को हल करता है। Vyper को शून्य से सीखने के बजाय, यह निरीक्षक को इमारत के सार (essence) को देखना सिखाता है, पेंट और ईंटों के सतही अंतरों को अनदेखा करते हुए।
यह कैसे काम करता है, इसे तीन सरल चरणों में विभाजित किया गया है:
1. "यूनिवर्सल ब्लूप्रिंट" (SlithIR)
सबसे पहले, सिस्टम दोनों Solidity और Vyper ब्लूप्रिंट को एक यूनिवर्सल इंटरमीडिएट लैंग्वेज में अनुवादित करता है जिसे SlithIR कहा जाता है।
- उपमा: सोचिए कि Solidity और Vyper दो अलग-अलग भाषाएं हैं (जैसे अंग्रेजी और फ्रेंच)। SlithIR एक "यूनिवर्सल कोड" या "मोर्स कोड" की तरह है जो व्याकरण और शब्दावली के अंतर को हटा देता है। यह दोनों भाषाओं को उनके कच्चे, तार्किक निर्देशों तक कम कर देता है: "यहाँ पैसा ले जाओ," "जांच करो कि क्या उपयोगकर्ता को अनुमति है," "एक संकेत का इंतजार करो।"
- समस्या: इस यूनिवर्सल कोड में भी, अंग्रेजी संस्करण और फ्रेंच संस्करण थोड़े अलग दिखते हैं क्योंकि मूल भाषाएं जिस तरह से बनाई गई थीं, वे वैसी ही हैं।
2. "शेप-शिफ्टिंग" ट्रेनिंग (अनसुपरवाइज्ड लर्निंग)
इससे पहले कि निरीक्षक अपराधियों को पकड़ सके, उन्हें यह सीखना होगा कि अंग्रेजी में "door" और फ्रेंच में "porte" एक ही चीज़ है।
- उपमा: सिस्टम दोनों भाषाओं के हजारों अनलेबल (बिना लेबल वाले) ब्लूप्रिंट लेता है और उन्हें अपने दिमाग में एक जैसा दिखने के लिए मजबूर करता है। यह दोनों भाषाओं के बीच के अंतर को मिटाने के लिए एक गणितीय ट्रिक (जिसे MMD Loss कहा जाता है) का उपयोग करता है।
- परिणाम: सिस्टम एक "भाषा-अज्ञेयवादी" (language-agnostic) दृष्टिकोण सीख जाता है। यह "Solidity" या "Vyper" देखना बंद कर देता है और शुद्ध लॉजिक पैटर्न देखना शुरू कर देता है। यह सीख जाता है कि एक "Reentrancy" भेद्यता (एक विशिष्ट प्रकार का जाल जहाँ एक चोर पहले कार्य समाप्त होने से पहले फंक्शन को दो बार कॉल कर सकता है) यूनिवर्सल कोड में एक जैसा ही दिखता है, चाहे वह किसी भी भाषा में लिखा गया हो।
3. "ज़ीरो-शॉट" डिटेक्टिव (सुपरवाइज्ड लर्निंग और टेस्टिंग)
अब जादू आता है।
- चरण A: सिस्टम को Solidity लाइब्रेरी पर प्रशिक्षित किया जाता है (जो बहुत बड़ी है और जिसमें लेबल किए गए जाल भरे हुए हैं)। यह अभी-क्या सीखा गया यूनिवर्सल लॉजिक का उपयोग करके जालों को पहचानना सीखता है।
- चरण B: इसके बाद सिस्टम को एक Vyper इमारत सौंपी जाती है। इसने पहले कभी लेबल किया हुआ Vyper जाल नहीं देखा है।
- जादू: क्योंकि सिस्टम ने चरण 2 में जो यूनिवर्सल लॉजिक सीखा था, वह उस Vyper इमारत को देखता है, उसी लॉजिकल जाल को पहचानता जिसे उसने Solidity में सीखा था, और कहता है, "आहा! यह एक Reentrancy जाल है!"
- परिणाम: यह Vyper में बिना किसी लेबल किए गए Vyper उदाहरण की आवश्यकता के, सीधे तौर पर भेद्यताओं का पता लगा लेता है। इसे ज़ीरो-शॉट डिटेक्शन कहा जाता है।
यह एक बड़ी बात क्यों है?
- पुराना तरीका: पारंपरिक उपकरण (जैसे Slither या Mythril) उन निरीक्षकों की तरह हैं जो केवल अंग्रेजी जानते हैं। जब वे एक फ्रेंच इमारत देखते हैं, तो वे अलग शब्दों के कारण भ्रमित हो जाते हैं और जाल मिस कर देते हैं, या उन्हें इतने अधिक "फॉल्स अलार्म" (यह सोचकर कि एक सामान्य दरवाजा एक जाल है) मिलते हैं कि वे बेकार हो जाते हैं।
- नया तरीका (Sol2Vy): यह एक ऐसे निरीक्षक की तरह है जो इमारत की भाषा नहीं, बल्कि उसके भौतिकी (physics) को समझता है। यह "फ्रेंच" शब्दों को अनदेखा करता है और तुरंत संरचनात्मक दोष को पहचान लेता है।
- प्रमाण: पेपर दिखाता है कि Sol2Vy मौजूदा उपकरणों की तुलना में बहुत बेहतर है। यह लगभग सभी वास्तविक जाल पकड़ता है (कम False Negatives) और शायद ही कभी गलत चेतावनी देता है (कम False Positives), भले ही इसे केवल Solidity डेटा पर प्रशिक्षित किया गया हो।
एक वास्तविक दुनिया की उपमा: कार मैकेनिक
कल्पना कीजिए कि आप एक मैकेनिक हैं जिन्होंने लाखों Toyota कारों को ठीक किया है। आप जानते हैं कि टोयोटा में खराब फ्यूल पंप की आवाज कैसी होती है।
अचानक, एक नया ब्रांड, Vyper, आता है। इसमें इंजन का लेआउट और डैशबोर्ड के बटन अलग हैं। आपके पास Vyper के लिए कोई मैनुअल नहीं है।
- पुराना दृष्टिकोण: आप डैशबोर्ड बटनों के आधार पर अनुमान लगाने की कोशिश करते हैं। आप विफल हो जाते हैं क्योंकि बटन अलग जगहों पर हैं।
- Sol2Vy दृष्टिकोण: आप इंजन की आवाज (SlithIR) सुनने के लिए सीखते हैं। आप महसूस करते हैं कि एक खराब फ्यूल पंप, टोयोटा की तुलना में Vyper में भी बिल्कुल वैसी ही 'रैटल' (खड़खड़ाहट) पैदा करता है। इसलिए, आप Vyper इंजन को सुनते हैं, खड़खड़ाहट सुनते हैं, और कहते हैं, "यह एक खराब फ्यूल पंप है," भले ही आपने कभी Vyper का मैनुअल नहीं देखा हो।
सारांश
Sol2Vy एक स्मार्ट पुल है। यह हमारे पास मौजूद एक भाषा (Solidity) के विशाल ज्ञान को लेता है, उसे एक यूनिवर्सल लॉजिक में अनुवादित करता है, और इसे एक नई, डेटा-दुर्लभ भाषा (Vyper) पर लागू करता है। यह हमें नए, उभरती प्रौद्योगिकियों को सुरक्षित करने में सक्षम बनाता है, बिना एक नया AI शून्य से प्रशिक्षित करने के लिए पर्याप्त डेटा एकत्र करने के वर्षों के इंतजार के।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।