[論文レビュー] The Art of The Scam: Demystifying Honeypots in Ethereum Smart Contracts

Christof Ferreira Torres, Mathis Steichen+1 more|arXiv (Cornell University)|Feb 19, 2019

Blockchain Technology Applications and Security参考文献 31被引用数 51

ひとこと要約

この論文は、イーサリアムにおけるハニーポット詐欺を体系的に分析し、象徴的実行とヒューリスティクスを用いて検出する HoneyBadger を開発し、普及状況、手法、採算性に関する大規模な調査結果を報告する。

ABSTRACT

Modern blockchains, such as Ethereum, enable the execution of so-called smart contracts - programs that are executed across a decentralised network of nodes. As smart contracts become more popular and carry more value, they become more of an interesting target for attackers. In the past few years, several smart contracts have been exploited by attackers. However, a new trend towards a more proactive approach seems to be on the rise, where attackers do not search for vulnerable contracts anymore. Instead, they try to lure their victims into traps by deploying seemingly vulnerable contracts that contain hidden traps. This new type of contracts is commonly referred to as honeypots. In this paper, we present the first systematic analysis of honeypot smart contracts, by investigating their prevalence, behaviour and impact on the Ethereum blockchain. We develop a taxonomy of honeypot techniques and use this to build HoneyBadger - a tool that employs symbolic execution and well defined heuristics to expose honeypots. We perform a large-scale analysis on more than 2 million smart contracts and show that our tool not only achieves high precision, but is also highly efficient. We identify 690 honeypot smart contracts as well as 240 victims in the wild, with an accumulated profit of more than $90,000 for the honeypot creators. Our manual validation shows that 87% of the reported contracts are indeed honeypots.

研究の動機と目的

• イーサリアムのスマートコントラクトにおけるハニーポットを定義し、それらがユーザーとエコシステムに対して持つリスクを動機付ける。
• SMTベースの検出課題を浮き彫りにするハニーポット技術の分類法を開発する。
• 象徴的実行とヒューリスティックを組み合わせてハニーポットコントラクトを検出するツール HoneyBadger を作成する。
• イーサリアムのバイトコードを対象に大規模な解析を行い、ハニーポットの普及と影響を定量化する。

提案手法

• 動作レベル（Ethereum Virtual Machine、Solidity コンパイラ、Etherscan 探索者）ごとに分類したハニーポット技術の分類法を構築する。
• Pythonベースのツールで、象徴的実行（バイトコードによる CFG）と Z3 SMTソルバーを用いてパスを分析し資金の流れを検出する。
• コントラクトが資金を受け取り転送できるかを判断する現金フロー分析を実施する。
• 各分類技術に対応するヒューリスティックとしてハニーポット検出器を実装する（例：Balance Disorder、Inheritance Disorder、Skip Empty String Literal など）。
• HoneyBadgerをイーサリアムコントラクトのデータセットで評価し、精度とスケーラビリティを評価する。

実験結果

リサーチクエスチョン

• RQ1 イーサリアムスマートコントラクトで用いられる一般的なハニーポットの手法は何か。
• RQ2 イーサリアムブロックチェーン上でハニーポットコントラクトの普及率はどの程度か。
• RQ3 ツールは高精度・高効率で自動的にハニーポットパターンを検出できるか。
• RQ4 展開されたハニーポットの潜在的な収益性と影響はどの程度か。

主な発見

• 野生環境で690個のユニークなハニーポットコントラクトと240人の被害者を特定した。
• ハニーポットからの獲得利益は9万ドルを超える。
• 手動検証により報告されたコントラクトの87%がハニーポットであることが示された。
• 200万を超えるスマートコントラクトを分析して普及と特徴を評価した。
• HoneyBadgerは高精度と効率的な大規模分析を達成した。
• 自動化されたハニーポット検出を可能にする分類法とツール手法を提示した。