[論文レビュー] Blockchain Superoptimizer

Julian Nagele, Maria A. Schett|arXiv (Cornell University)|May 12, 2020

Blockchain Technology Applications and Security参考文献 13被引用数 5

ひとこと要約

本稿では、SMT論理式を用いて意味的に同等であるがより安価なEVMバイトコードシーケンスを自動で発見する、Ethereum仮想マシン（EVM）バイトコード向けのスーパー最適化ツールebsoを提案する。EVMの意味論をSMT論理式にエンコードすることで、ガスコストを削減する最適化を実現し、1件のケースで最大20,220ガスの削減を達成した。これは、SMTベースのスーパー最適化が実世界のスマートコントラクトにおいて実用的で効果的であることを示している。

ABSTRACT

In the blockchain-based, distributed computing platform Ethereum, programs called smart contracts are compiled to bytecode and executed on the Ethereum Virtual Machine (EVM). Executing EVM bytecode is subject to monetary fees---a clear optimization target. Our aim is to superoptimize EVM bytecode by encoding the operational semantics of EVM instructions as SMT formulas and leveraging a constraint solver to automatically find cheaper bytecode. We implement this approach in our EVM Bytecode SuperOptimizer ebso and perform two large scale evaluations on real-world data sets.

研究の動機と目的

• Ethereum上でのスマートコントラクト実行コストの高さに対処するため、自動的により安価なバイトコードシーケンスを発見すること。
• Ethereumの明確なガスコストモデルを踏まえ、SMTソルバを用いたスーパー最適化がEVMバイトコードに対して実現可能であるかを検討すること。
• 実世界のスマートコントラクトに対して、基本的および非制限付きの2つのスーパー最適化戦略を評価し、性能と最適化効果を比較すること。
• コンテストで高水準に最適化されたコードや、Ethereumメインネットで最も頻繁に呼び出されるコントラクトにおいて、最適化を同定・検証すること。
• SMTソルバの制限およびバイアス、特に非決定的動作やスケーラビリティに関する問題を分析すること。

提案手法

• EVM命令の部分集合の意味論をSMT論理式にエンコードし、バイトコード動作の形式的推論を可能にする。
• 2つのスーパー最適化戦略の実装：基本的（候補シーケンスを列挙し、SMTを用いて同等性を検証）および非制限付き（列挙をソルバの制約に統合）。
• 最新のSMTソルバ（例：CVC4、Vampire）を用いて、機能的同等性を保ちつつ最小コストの命令シーケンスを探索する。
• ベンチマークおよびソルバ比較のため、生成されたSMT制約をSMT-LIB形式でエクスポートする。
• 2つの実世界データセットにツールを適用：コンテスト用コントラクト（ガス最小化を目的とした最適化済み）およびEthereumメインネットで2,500回以上呼び出されたコントラクト。
• 共通する最適化パターンをキャッシュおよび一般化し、効率性の向上と将来のピープホール最適化統合の支援を図る。

実験結果

リサーチクエスチョン

• RQ1 SMTベースのスーパー最適化は、実世界のスマートコントラクトにおけるEVMバイトコードのガスコストを効果的に削減できるか？
• RQ2 基本的および非制限付きのスーパー最適化戦略は、実Ethereumコントラクトにおいて、最適化カバレッジおよびパフォーマンスの観点からどのように比較できるか？
• RQ3 最も一般的に見つかる最適化の種類は何か？また、ソルバがそれらを発見する能力に影響を与える要因は何か？
• RQ4 SMTソルバの非決定的動作やパフォーマンス制限は、最適なバイトコードシーケンスの発見にどの程度影響を与えるか？
• RQ5 このツールは、高度に最適化されたあるいはプロダクショングレードのスマートコントラクトにおいて、以前に未知であった最適化を同定できるか？

主な発見

• ebsoは、すでに高度に最適化済みのコンテストデータセットにおいて19件の最適化を発見した。これは、手作業で最適化されたコードでもさらなる改善が可能であることを示している。
• Ethereumメインネットで2,500回以上呼び出されたコントラクトにおいて、非制限付きスーパー最適化（uso）アプローチは943件の最適化を発見し、全ブロックで合計17,871ガスの削減を達成した。
• 基本的スーパー最適化（bso）アプローチは184件の最適化を発見し、6,903ガスの削減を達成した。bsoは平均ガス削減率が46.1%と高く、小規模で高影響のブロックに焦点を当てたため、usoの29.63%を上回った。
• bsoは高い最適化率を示したが、最適解を導いたのは393件にとどまり、一方でusoは943件の最適解を発見した。これは、usoのスケーラビリティおよび完全性に優れていることを示している。
• 驚くべきことに、bsoはusoが見逃した21件の最適化を発見した。これらはすべてガスコストが低い（10ガス未満）短い複雑なブロックを含んでおり、ソルバの非決定的動作が検索結果に影響を与える可能性を示唆している。
• 最も顕著な削減は、冗長なストレージアクセスパターンの最適化によるもので、5インストラクションのシーケンスを空のプログラムに置き換えることで、5,220ガスから20,220ガスの削減が達成された。