머신 러닝을 활용한 스마트 컨트랙트 취약점 탐지 연구 동향 (A Survey on Vulnerability Detection in Smart Contract Using Machine Learning Techniques)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : KNOM Review / 27권 / 2호 / 24 ~ 39페이지
· 저자명 : 이의찬, 방지원, 최미정

초록

최근 블록체인 기술이 다양한 산업(금융, 의료)에서 활발히 활용되며, 블록체인의 핵심 기술 중 하나인 스마트 컨트랙트(Smart Contract) 또한 큰 관심을 받고 있다. 스마트 컨트랙트는 제 3자의 개입 없이 탈중앙화된 환경에서 신뢰성 있는 거래 기능을 제공한다. 하지만 스마트 컨트랙트의 사용이 늘어남에 따라 여러 취약점이 노출될 가능성 역시 증가하고 있다. 실제 스마트 컨트랙트의 여러 보안 취약점으로 인한 금전적인 피해 사례들이 보고되고 있다. 이러한 문제를 방지하기 위해 스마트 컨트랙트 코드 내의 취약점을 사전에 탐지하는 연구가 활발히 진행되고 있다. 최근에는 다양한 분야에서 뛰어난 성능을 보이는 머신 러닝 기법을 도입한 스마트 컨트랙트 취약점 탐지도 활발히 연구되고 있다. 본 논문에서는 스마트 컨트랙트의 주요 취약점들과 머신 러닝 기법을 활용한 스마트 컨트랙트 취약점 탐지 연구를 소개한다. 또한 선정한 연구를 입력 데이터 별로 분류하고 각 연구의 특징을 조사한다.

영어초록

Blockchain technology has been actively utilized in various industries, such as finance and healthcare, with growing interest in smart contracts, one of the core technologies of blockchain. Smart contracts enable reliable transactions in a decentralized environment without the involvement of third parties. However, as the use of smart contracts increases, the potential for various vulnerabilities to be exposed also rises. Indeed, there have been reported cases of financial losses caused by security vulnerabilities in smart contracts. To address these issues, research on detecting vulnerabilities in smart contract code in advance has been actively conducted. Recently, machine learning techniques, which have demonstrated excellent performance in various fields, have been applied to the detection of smart contract vulnerabilities. This paper introduces the key vulnerabilities of smart contracts and explores studies that utilize machine learning techniques for vulnerability detection. Additionally, it categorizes the selected studies based on input data and investigates the characteristics of each study.

참고자료

· 없음