LiquiLM: Bridging the Semantic Gap in Liquidity Flaw Audit via DCN and LLMs

1. 研究背景与问题定义 (Problem)

背景：
在去中心化金融（DeFi）和新兴的 流动性证明（Proof of Liquidity, PoL） 共识机制中，流动性不仅是系统运行的基石，也是维持市场价格稳定的关键变量。PoL 机制通过将代币激励与用户提供的流动性深度绑定，从传统的“资产质押”转向“主动流动性管理”。这种转变极大地增加了底层智能合约经济模型和交互逻辑的复杂性。

核心问题：
现有的智能合约漏洞检测技术（如静态分析、动态模糊测试、形式化验证）在处理**流动性缺陷（Liquidity Flaws）**时面临巨大挑战：

1. 语义鸿沟（Semantic Gap）： 流动性缺陷通常不是由明显的语法错误（如重入、算术溢出）引起的，而是源于底层代码实现与高层流动性意图之间的语义偏差。这些缺陷隐藏在复杂的状态转换中，缺乏固定的代码特征。
2. 现有工具局限性：
   • 基于模式匹配的工具无法发现未知的逻辑缺陷。
   • 动态执行面临状态空间爆炸和覆盖率低的问题。
   • 形式化验证难以扩展到大规模、多变的流动性场景。
3. 大语言模型（LLM）的瓶颈： 虽然 LLM 具备强大的代码理解能力，但在直接应用于审计时存在两个矛盾：
   • 信息匮乏： 缺乏领域上下文导致模型无法理解特定协议逻辑。
   • 信息过载与幻觉： 直接输入大量原始代码会引入语义噪声，导致模型产生幻觉（Hallucination）或高误报率，且推理成本高昂。

目标： 开发一种能够弥合代码实现与流动性意图之间语义鸿沟的框架，以精准检测、定位并解释流动性缺陷。

---

2. 方法论：LiquiLM 框架 (Methodology)

LiquiLM 是一个结合了 大语言模型（LLMs） 与 动态协同注意力网络（DCN） 的混合框架。其核心架构包含三个模块，旨在通过“预筛选 - 语义对齐 - 协同审计”的流程解决上述问题。

模块 1：语义特征表示 (Semantic Feature Representation)

• 依赖感知切片与归一化： 对目标 Solidity 合约进行预处理，去除注释等噪声。利用依赖分析对函数进行切片（Slicing），仅保留与功能逻辑流直接相关的上下文。同时，对变量和函数名进行归一化处理，消除命名偏见，使模型聚焦于结构逻辑。
• 向量化： 使用预训练编码器（BGE-M3）将代码切片和流动性缺陷描述文本转换为高维嵌入向量（Embedding Vectors）。

模块 2：双向语义对齐 (Bidirectional Semantic Alignment)

这是框架的核心创新，利用 DCN 作为预过滤器。

• 语义投影与交互： 将代码切片向量作为 Query，缺陷描述向量作为 Key/Value，通过多头注意力机制（Multi-Head Attention）进行动态交互。这使得模型能够捕捉代码片段与特定缺陷类型之间的细粒度语义关联。
• 双通道聚合： 采用 全局最大池化（GMP） 捕捉局部显著特征（潜在的缺陷触发点），结合 全局平均池化（GAP） 提取整体语义逻辑。
• 审计知情清单（Audit-Informed Manifest, AIM）： DCN 输出一个包含代码切片及其对应缺陷预测概率的清单。
  • 成本敏感优化： 针对缺陷样本稀疏的问题，引入加权二元交叉熵损失函数，强制模型优先关注少数类（缺陷样本），提高召回率。
  • 两阶段置信度过滤： 利用阈值和峰值噪声比（PNR）机制，过滤掉无关的安全代码，仅保留高置信度或具有潜在特征的“模糊”切片供 LLM 处理，大幅减少 LLM 的输入噪声。

模块 3：AIM 引导的启发式审计 (AIM-Guided Heuristic Audit)

利用 四阶段协同提示系统（Four-Phase Collaborative Prompt System） 引导 LLM 进行深度审计：

1. 识别与分发： 解析 AIM，根据置信度将切片路由到不同处理路径（高置信度直接验证，低置信度深度挖掘）。
2. 假阳性消除（Phase 2-1）： 对高置信度候选项进行精细审查，剔除误报。
3. 假阴性挖掘（Phase 2-2）： 对 AIM 遗漏或置信度模糊的切片进行广度扫描，挖掘隐藏缺陷。
4. 集成与仲裁（Phase 3）： 整合各阶段结果。如果 Phase 2-2 发现 Phase 2-1 遗漏的缺陷，或两者存在分歧，触发反馈循环进行二次验证，最终生成结构化的审计报告。

---

3. 关键贡献 (Key Contributions)

1. 首创 LiquiLM 框架： 首次提出将 LLM 与 DCN 结合，专门用于分析和优化 PoL 智能合约中的流动性缺陷，解决了传统方法无法捕捉语义偏差的问题。
2. 四阶段协同提示系统： 设计了一种分阶段的审计流程，通过“识别 - 验证 - 挖掘 - 仲裁”的闭环机制，显著提升了审计报告的准确性和可靠性，有效抑制了 LLM 的幻觉。
3. 实证验证与高可靠性： 在 1,490 个真实世界合约上的评估显示，该框架在召回率（Recall）和 F1 分数上均表现优异。特别是在使用 Gemini 3 Pro 和 GPT-4o 作为骨干模型时，F1 分数均超过 90%。
4. 实际漏洞发现： 在 1,380 个真实 PoL 和以太坊经济合约的审计中，成功识别出 238 个高风险合约，并协助发现了 10 个获得 CVE 认证 的漏洞。

---

4. 实验结果 (Results)

研究团队通过四个实验（Exp.1 - Exp.4）全面验证了框架的有效性：

• Exp.1 (DCN 有效性)： 验证了 DCN 作为预过滤器能有效收敛，并在验证集上保持高特异性（Specificity > 99%），成功过滤掉 90% 以上的安全切片，显著降低了下游 LLM 的负载。
• Exp.2 (消融实验)：
  • 无 AIM (w/o AIM)： 仅靠 LLM 直接审计，召回率大幅下降（约 43%-45%），且 Token 消耗增加约 140%，证明缺乏语义引导会导致 LLM 陷入盲目搜索。
  • 仅 AIM (only DCN)： 虽然精度极高（99.5%），但召回率不足（76%），证明 DCN 适合做预筛选而非独立决策。
  • 完整 LiquiLM： 结合 AIM 和四阶段提示系统，召回率提升至 86%+，F1 分数超过 90%，实现了精度与召回的最佳平衡。
• Exp.3 (对比基线)： 与 Slither, Oyente, Aderyn 等传统工具及 GPTLens 等 LLM 工具对比。LiquiLM 在传统漏洞检测上表现出更强的泛化能力，特别是在涉及复杂业务逻辑的漏洞（如 DoS, 未检查调用）上，F1 分数显著优于 SOTA 工具（例如在 DoS 检测上达到 95.6%）。
• Exp.4 (真实场景)： 在 1,380 个真实合约扫描中，发现 238 个潜在风险，并成功获得 10 个 CVE 编号，证明了其在工业级场景下的实战价值。

---

5. 意义与影响 (Significance)

• 填补安全空白： 针对 PoL 和 DeFi 中日益复杂的流动性逻辑缺陷，提供了一种专门化的检测方案，填补了传统工具无法处理“语义级”缺陷的空白。
• 提升审计效率与成本效益： 通过 DCN 预筛选，大幅减少了 LLM 需要处理的代码量（Token 消耗降低），同时通过协同提示机制降低了幻觉和误报，使得大规模自动化审计在经济上可行。
• 增强 Web3 生态安全性： 通过发现并修复深层逻辑漏洞（包括 10 个 CVE），直接保护了用户资产安全和市场稳定性，为 PoL 等新兴共识机制的落地提供了关键的安全保障。
• 方法论创新： 提出的“语义对齐 + 多阶段协同推理”范式，为将 LLM 应用于其他高复杂度、高噪声的网络安全审计任务提供了可借鉴的架构思路。

综上所述，LiquiLM 不仅是一个高效的漏洞检测工具，更是连接底层代码逻辑与高层安全意图的桥梁，对于保障下一代去中心化金融基础设施的安全至关重要。