Chúc mừng nhóm sinh viên Lê Hồng Bằng, Lê Đức Thắng , sinh viên ngành An toàn thông tin (Khoa Mạng máy tính & Truyền thông) và nhóm nghiên cứu InSecLab đã có bài báo nghiên cứu về phát hiện lỗ hổng bảo mật Hợp đồng thông minh (Blockchain) dựa trên Trí tuệ nhân tạo, được chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc tế “The 12th Symposium on Information and Communication Technólogy (SoICT 2023)”.
Hội nghị SoICT 2023 sẽ diễn ra tại Tp. HCM do Trường Công nghệ thông tin và truyền thông - ĐH Bách Khoa Hà Nội, ĐH Khoa học Tự nhiên - ĐHQG Tp. HCM, Laboratory Informatics, Modelling and Optimisation System (LIMOS), The French National Centre for Scientific Research (CNRS) và Viện nghiên cứu cao cấp về toán phối hợp tổ chức vào ngày 07-08.12.2023. Bài báo khoa học là kết quả đề tài nghiên cứu được các bạn sinh viên thực hiện với nhóm nghiên cứu InSecLab trong thời gian bạn tham gia thực hiện khóa luận tốt nghiệp, nghiên cứu khoa học về An toàn phần mềm, Blockchain dựa trên các kỹ thuật trí tuệ nhân tạo tại Phòng thí nghiệm An toàn thông tin (InSecLab).
Thông tin về bài báo khoa học:
Tên bài báo: “Contextual Language Model and Transfer Learning for Reentrancy Vulnerability Detection in Smart Contracts”
Sinh viên thực hiện:
Lê Hồng Bằng - Tài năng An toàn Thông tin 2019
Lê Đức Thắng - Chính quy An toàn Thông tin 2019
GVHD: ThS. Phan Thế Duy & TS. Phạm Văn Hậu
Thông tin chung về Hội nghị:SoICT 2023 là hội nghị khoa học quốc tế chuyên ngành công nghệ thông tin và truyền thông, bao gồm các lĩnh vực nghiên cứu quan trọng: Nền tảng AI và Dữ liệu lớn, Các công nghệ mạng và truyền thông, Xử lý hình ảnh và ngôn ngữ tự nhiên, Kỹ thuật phần mềm, Trí tuệ nhân tạo và Công nghệ kỹ thuật số, An toàn thông tin, Truy vấn Thông tin sự kiện từ Video.
Abstract: "The proliferation of smart contracts on blockchain technology has led to several security vulnerabilities, causing significant financial losses and instability in the contract layer. Existing machine learning-based static analysis tools have limited detection accuracy, even for known vulnerabilities. In this study, we propose a novel deep learning-based model combined with attention mechanisms for identifying security vulnerabilities in smart contracts. Our experiments on two large datasets (containing approximately 70,000 and 42,000 smart contracts) demonstrate that our approach successfully achieves a 90% detection accuracy in identifying smart contract reentrancy attacks (e.g. outperforming existing state-of-the-art deep learning-based approaches). In addition, this work also establishes the practical application of deep learning-based technology in smart contract reentrancy vulnerability detection, which can promote future research in this domain."
Link hội nghị: https://soict.org/submission/paper-submission/
Mọi thông tin chi tiết xem tại: https://www.facebook.com/inseclab/posts/pfbid0zoE2CnPBBKbNMNqh7hw1nU9fHYGLRiuxXnb7VXu5XXX8J9CPYXeW3ZVoqRQoKRDjl
Hạ Băng - Cộng tác viên Truyền thông Trường Đại học Công nghệ Thông tin
