💻 computer science

Enhancing Smart Contract Vulnerability Detection in DApps Leveraging Fine-Tuned LLM

Este artigo propõe uma abordagem inovadora que aproveita Modelos de Linguagem de Grande Escala ajustados (Llama3-8B e Qwen2-7B) treinados em um conjunto de dados abrangente de 215 projetos de DApps do mundo real para aumentar significativamente a detecção de vulnerabilidades em contratos inteligentes, particularmente erros lógicos complexos como a manipulação do preço de tokens que ferramentas tradicionais frequentemente perdem.

Autores originais: Jiuyang Bu, Wenkai Li, Zongwei Li, Zeng Zhang, Xiaoqi Li

Publicado 2026-02-03

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Jiuyang Bu, Wenkai Li, Zongwei Li, Zeng Zhang, Xiaoqi Li

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine um Contrato Inteligente como uma máquina de vendas digital que vive em uma blockchain. Assim que você coloca o dinheiro, ela automaticamente lhe dá um refrigerante (ou um token digital) com base nas regras que você programou nela. O problema é que, se o programador cometeu um erro no código, a máquina pode te dar refrigerante de graça, roubar seu dinheiro ou ficar travada para sempre. Como essas máquinas são "imutáveis" (você não pode mudar as regras depois que elas são construídas), encontrar esses erros antes de entrarem em operação é crítico.

Este artigo trata da construção de um segurança superinteligente para verificar essas máquinas de vendas em busca de falhas antes que elas abram.

O Problema: Velhos Guardas vs. Novos Truques

Tradicionalmente, os seguranças usavam "livros de regras" (ferramentas de análise estática). Eles procuravam por erros específicos e conhecidos, como "Existe um buraco no chão?" ou "A porta está trancada?".

O Problema: Os hackers estão ficando espertos. Eles não estão apenas quebrando fechaduras; eles estão encontrando brechas lógicas estranhas. Por exemplo: "Se eu comprar um token às 9:00 e vendê-lo às 9:01, posso enganar a máquina para que ela pense que o preço é maior do que realmente é?".
A Limitação: Os antigos livros de regras não conseguem enxergar esses truques lógicos complexos. Eles são como um guarda que só sabe verificar janelas quebradas, mas não entende como um ladrão pode abrir uma fechadura.

A Solução: Um Guarda de IA "Especializado"

Os autores decidiraram usar um Modelo de Linguagem de Grande Escala (LLM) — um tipo de IA que é muito boa em ler e entender linguagem humana e código. Pense em um LLM padrão como um bibliotecário generalista. Ele sabe muito sobre tudo, mas não estudou especificamente "segurança de blockchain".

Se você perguntar a um bibliotecário generalista: "Este código é seguro?", ele pode até tentar adivinhar, mas frequentemente erra porque não viu exemplos suficientes de códigos ruins específicos.

A inovação dos autores: Em vez de apenas pedir ao bibliotecário para adivinhar, eles treinaram o bibliotecário especificamente em uma enorme biblioteca de desastres reais de blockchain. Eles transformaram o generalista em um especialista em segurança.

Como Eles Construíram o Especialista

Os Dados de Treinamento (Os "Arquivos de Casos"):
A maioria dos estudos anteriores usava exemplos de código minúsculos e simples (como um script de 40 linhas). Isso é como treinar um segurança em uma máquina de vendas de brinquedo.

O que eles fizeram: A equipe coletou 215 projetos do mundo real contendo quase 5.000 contratos. Eles incluíram até mesmo "erros lógicos" difíceis de detectar, como a manipulação de preço de tokens (onde hackers enganam o sistema para alterar o valor do dinheiro).
A Ferramenta: Eles construíram uma ferramenta robô chamada "SmartCollect" para coletar todos os arquivos bagunçados e interconectados que compõem um aplicativo real, garantindo que a IA visse o quadro completo, e não apenas fragmentos isolados.

Corrigindo o Desequilíbrio (O Problema da "Doença Rara"):
No mundo real, a maioria do código é segura e muito pouco é quebrado. Isso é como um médico tentando aprender a diagnosticar uma doença rara quando 99% de seus pacientes são saudáveis. A IA fica confusa e apenas diz "Está tudo bem" para não errar.

A Solução: Eles usaram uma técnica chamada Amostragem de Sobreamostragem Aleatória (ROS). Imagine pegar os poucos exemplos de "máquinas quebradas" e fazer fotocópias delas para que a IA as veja com a mesma frequência que as "máquinas funcionando". Isso força a IA a prestar atenção às falhas.

Os Métodos de Treinamento (Duas Formas de Ensinar):

Ajuste Fino de Parâmetros Completos (FFT - Full-Parameter Fine-Tuning): Isso é como reescrever todo o cérebro da IA para se especializar em segurança. É pesado e consome muita energia, mas torna a IA um verdadeiro especialista.
LoRA (Low-Rank Adaptation): Isso é como adicionar um caderno especializado ao cérebro existente da IA. É mais leve e rápido, mas o artigo descobriu que não era tão bom em capturar os bugs complicados quanto a reescrita completa.

O Sistema de "Auditoria Dupla":
A IA não apenas adivinha. Ela desempenha dois papéis:

O Auditor: Olha para o código e diz: "Eu acho que há um problema aqui".
O Verificador: Checa o trabalho do Auditor para garantir que ele não está apenas tendo alucinações.

Os Resultados: Funcionou?

O artigo compara a IA especializada deles contra a IA "generalista" (apenas fazendo perguntas sem treinamento) e outras ferramentas de segurança.

IA Generalista: Acertou apenas cerca de 20% das vezes. Estava apenas tentando adivinhar.
IA Especializada (com Treinamento Completo): Acertou cerca de 83% das vezes (F1-score).
Vencendo a Competição: O método deles foi melhor que outras ferramentas de ponta (como GPTLENS e GPTSCAN).
As Vitórias do "Não Auditável": A maior vitória foi detectar falhas de manipulação de preço. Estas são os "erros lógicos" que os computadores costumam perder. A IA deles detectou esses erros com 97% de precisão (quando dizia "isso está quebrado", ela quase sempre estava certa).

A Conclusão

O artigo argumenta que, para pegar os hackers mais inteligentes, você não pode usar apenas uma IA genérica ou um simples livro de regras. Você precisa pegar uma IA poderosa, alimentá-la com uma quantidade massiva de código real, bagunçado e complexo, e treiná-la especificamente para detectar os truques lógicos sutis que humanos e computadores antigos deixam passar. Ao fazer isso, eles criaram um segurança muito mais confiável para o mundo das Aplicações Descentralizadas (DApps).

Resumo Técnico: Aprimorando a Detecção de Vulnerabilidades em Smart Contracts de DApps Utilizando LLM com Ajuste Fino (Fine-Tuning)

Declaração do Problema
As aplicações descentralizadas (DApps) enfrentam riscos de segurança críticos devido a vulnerabilidades em seus smart contracts subjacentes. Embora os métodos tradicionais de detecção, como análise estática e verificação de transição de estado, sejam eficazes para padrões conhecidos (ex: reentrada, erros aritméticos), eles têm dificuldade com ameaças emergentes e falhas lógicas "não auditáveis por máquinas". Estatísticas recentes indicam que quase 80% das vulnerabilidades de contratos são erros lógicos, incluindo problemas complexos como manipulação de preço de tokens, que escapam da análise de programa convencional. Além disso, os benchmarks existentes frequentemente dependem de conjuntos de dados simplificados (contratos com menos de 40 linhas), falhando em representar a complexidade de projetos reais de DApps. As abordagens atuais de Grandes Modelos de Linguagem (LLMs) usando engenharia de prompt ou Geração Aumentada de Recuperação (RAG) também mostram limitações, alcançando apenas 40–60% de precisão devido à falta de adaptação específica ao domínio da linguagem de programação Solidity.

Metodologia
O artigo propõe um novo framework que utiliza LLMs com ajuste fino para aprimorar a detecção de vulnerabilidades em DApps. A metodologia consiste em quatro componentes principais:

Coleta Abrangente de Dados:
Os autores construíram um novo conjunto de dados compreendendo 215 projetos de DApps do mundo real e 4.998 smart contracts. Diferente dos conjuntos de dados anteriores, esta coleção foi reunida usando uma ferramenta Python personalizada chamada SmartCollect, que recupera dependências completas do projeto, incluindo bibliotecas públicas e contratos externos. O conjunto de dados aborda especificamente a escassez de exemplos de erros lógicos, incluindo 23 contratos com vulnerabilidades de manipulação de preço de tokens, juntamente com vulnerabilidades padrão como reentrada, problemas aritméticos e dependência de timestamp.
Aumento de Dados (ROS):
Para lidar com o severo desequilíbrio de classes inerente à detecção de vulnerabilidades (onde casos vulneráveis são uma minoria), o estudo emprega Random Over Sampling (ROS). Esta técnica duplica amostras da classe minoritária para equilibrar o conjunto de dados, mitigando a degradação de desempenho frequentemente observada em modelos de deep learning treinados em dados do mundo real desbalanceados.
Arquitetura de LLM de Papel Duplo:
O sistema proposto utiliza um processo de auditoria de duas etapas onde o LLM assume dois papéis distintos ativados via engenharia de prompt:

Auditor de Smart Contract: Revisa o código para identificar vulnerabilidades potenciais e gerar raciocínio.
Verificador: Valida adicionalmente os tipos de vulnerabilidade identificados para garantir precisão e rigor.
Os prompts são projetados com raciocínio de Cadeia de Pensamento (Chain-of-Thought - CoT), exigindo que o modelo emule o fluxo de trabalho de um auditor ao compreender o contexto, analisar a lógica e fornecer saídas estruturadas.

Estratégias de Ajuste Fino (Fine-Tuning):
O estudo avalia duas abordagens de ajuste fino em modelos de código aberto mainstream (Llama3-8B e Qwen2-7B):

Ajuste Fino de Parâmetros Completos (Full-Parameter Fine-Tuning - FFT): Atualiza todos os parâmetros do modelo via gradiente descendente para alcançar o desempenho ideal específico da tarefa.
Adaptação de Baixo Rank (Low-Rank Adaptation - LoRA): Um método de eficiência de parâmetros que congela os pesos do modelo base e treina matrizes de baixo rank ( $A$ e $B$ ) para aproximar as atualizações de peso, reduzindo o overhead computacional.

Principais Contribuições

Conjunto de Dados do Mundo Real: A criação de um conjunto de dados de grande escala e representativo de 215 projetos de DApps (4.998 contratos) que inclui erros lógicos complexos e falhas de manipulação de preço de tokens, preenchendo a lacuna deixada por benchmarks simplificados existentes.
Framework de Ajuste Fino: Uma demonstração de que o ajuste fino específico do domínio (FFT e LoRA) supera significativamente os LLMs baseados em prompt e ferramentas de estado da arte (GPTLENS, GPTSCAN) na detecção de vulnerabilidades de smart contracts.
Detecção de Erros Lógicos: Um foco específico em vulnerabilidades "não auditáveis por máquinas", provando que LLMs com ajuste fino podem detectar efetivamente falhas lógicas como manipulação de preço, que as ferramentas tradicionais perdem.
Validação de Aumento de Dados: Evidência empírica mostrando que o ROS melhora significativamente o desempenho dos modelos em conjuntos de dados de vulnerabilidade desbalanceados.

Resultados Experimentais
O estudo conduziu experimentos comparativos para responder a quatro questões de pesquisa relativas ao desempenho, impacto do ajuste fino, detecção de erro lógico e aumento de dados:

Desempenho vs. Baselines: Modelos com ajuste fino superaram significativamente as abordagens baseadas em prompt sem ajuste fino. Enquanto um Qwen2-7B padrão via prompt alcançou um F1-score de apenas 0,20, o Llama3-8B-FFT ajustado alcançou um F1-score de 0,73 (Precisão: 0,78, Recall: 0,70).
Comparação com SOTA: Os modelos com ajuste fino (Llama3-8B-FFT e Qwen2-7B-FFT) alcançaram uma precisão de 0,78, superando o GPTLENS (0,64) e o GPTSCAN (0,57).
Detecção de Erro Lógico: A abordagem demonstrou capacidade excepcional na detecção de vulnerabilidades de manipulação de preço (PMV). O modelo Llama3-8B-FFT alcançou 0,97 de precisão e 0,68 de recall para PMV, destacando sua habilidade em lidar com falhas não auditáveis por máquinas.
Impacto do Aumento de Dados: A aplicação de ROS ao processo de ajuste fino gerou melhorias adicionais. O modelo Llama3-8B-FFT-ROS alcançou um F1-score de 0,83 (Precisão: 0,84, Recall: 0,79), representando um aumento de 6–7% na precisão e de 9–16% no recall em comparação com a baseline FFT sem aumento.

Significância
O artigo afirma que o ajuste fino de domínio de LLMs, combinado com técnicas de aumento de dados como ROS, oferece uma solução robusta para os desafios de segurança em evolução no ecossistema blockchain. Ao ir além de padrões de vulnerabilidade predefinidos e de prompts de uso geral, esta abordagem aborda efetivamente a detecção de vulnerabilidades lógicas e complexas e não auditáveis por máquinas em DApps reais. Os resultados enfatizam o potencial dos LLMs com ajuste fino para servir como uma camada crítica de proteção para a blockchain, particularmente para identificar os erros lógicos sofisticados que constituem a maioria dos riscos modernos de smart contracts.

O Problema: Velhos Guardas vs. Novos Truques

A Solução: Um Guarda de IA "Especializado"

Como Eles Construíram o Especialista

Os Resultados: Funcionou?

A Conclusão

Mais como este