一篇新的研究论文探讨了大型语言模型(LLMs)在检测Solana区块链上跨链桥漏洞方面的有效性。该研究实现了一个具有四个可利用变体的锁定-铸造桥,包括受Cashio和Wormhole事件启发的缺陷。当提供缺乏注释的源代码时,LLMs只能诊断出24%的漏洞,并且经常错误地标记安全代码。然而,在源代码中包含原始注释将诊断准确率显著提高到60%,凸显了代码注释对于基于LLM的安全审查的重要性。 AI
影响 LLMs可以帮助识别区块链基础设施中的关键漏洞,从而可能提高跨链交易的安全性。
排序理由 学术论文,详细介绍了LLM在安全分析方面的新颖应用。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →