[논문 리뷰] A Systematic Literature Review on Smart Contracts Security

Harry Virani, Manthan Kyada|arXiv (Cornell University)|2022. 12. 09.

Blockchain Technology Applications and Security인용 수 4

한 줄 요약

이 체계적 문헌 고찰은 이더리움 기반 스마트 계약의 핵심 보안 취약점을 식별하고, 그 원인을 분석하며 기존 탐지 기법을 평가한다. 221篇의 연구를 종합하여 재진입(reentrancy) 및 정수 오버플로우와 같은 일반적인 결함을 맵핑하고, 정적 분석, 형식적 검증, 기계학습 기반 도구가 이들 취약점을 완화하는 데 있어 효과성과 한계를 평가한다.

ABSTRACT

Smart contracts are blockchain-based algorithms that execute when specific criteria are satisfied. They are often used to automate the implementation of an agreement so that all parties may be confident of the conclusion right away, without the need for an intermediary or additional delay. They can also automate a process so that the following action is executed when circumstances are satisfied. This study seeks to pinpoint the most significant weaknesses in smart contracts from the viewpoints of their internal workings and software security flaws. These are then addressed using various techniques and tools used across the industry. Additionally, we looked into the limitations of the tools or analytical techniques about the found security flaws in the smart contracts.

연구 동기 및 목표

• 스마트 계약의 내부 논리 및 소프트웨어 구현 관점에서 가장 흔한 보안 취약점을 식별하고 분류하기.
• 스마트 계약 취약점 탐지에 사용되는 기존 도구 및 기법의 효과성과 한계를 평가하기.
• 미래의 도구 개발 및 안전한 코딩 관행을 안내하기 위해 현재의 스마트 계약 보안 연구를 종합적으로 정리하기.
• 특히 복잡하거나 새로운 공격 벡터를 다루는 데 있어 현재 탐지 방법론의 격차를 부각하기.
• 개발자와 연구자가 도구 선택 및 배포에 대한 증거 기반 권고를 바탕으로 스마트 계약의 신뢰성을 향상시키기

제안 방법

• 주요 학술 데이터베이스 및 인용 네트워크에서 관련 연구를 식별하기 위해 PRISMA 지침을 기반으로 체계적 문헌 고찰을 수행하였다.
• 스마트 계약 보안에 관한 실증 연구에 중점을 두고, 사전 정의된 포함 및 배제 기준에 따라 221篇의 연구를 선별하였다.
• 논리적 결함(예: 재진입, 타임스탬프 의존성)과 구현 결함(예: 정수 오버플로우, 접근 제어 문제)으로 취약점을 분류하였다.
• 정적 분석, 동적 분석, 형식적 검증, 기계학습 기반 접근 방식을 포함한 탐지 기법을 취약점 유형에 맵핑하였다.
• 커버리지, 정밀도, 가짜 양성 비율을 기준으로 Mythril, Slither, SmartEmbed 등의 도구를 평가하였다.
• 연구 간의 발견을 종합하여 도구화의 공통적인 한계, 예를 들어 확장성 문제와 복잡한 제어 흐름 처리 부족을 파악하였다.

실험 결과

연구 질문

• RQ1 이더리움 스마트 계약에서 가장 흔하고 치명적인 보안 취약점은 무엇인가?
• RQ2 이러한 취약점을 탐지하는 데 가장 효과적인 탐지 기법과 도구는 무엇이며, 그 한계는 무엇인가?
• RQ3 정적 분석, 형식적 검증, 기계학습 기반 도구는 정확도, 확장성, 사용성 측면에서 어떻게 비교될 수 있는가?
• RQ4 특히 새로운 또는 복잡한 공격 벡터를 다루는 데 있어 현재 연구 및 도구화에서 존재하는 격차는 무엇인가?
• RQ5 개발자와 연구자가 기존의 발견을 어떻게 활용하여 스마트 계약 개발 관행과 도구화를 향상시킬 수 있는가?

주요 결과

• 재진입, 정수 오버플로우/언더플로우, 접근 제어 결함가 가장 자주 보고된 스마트 계약의 취약점이었다.
• Slither 및 Mythril와 같은 정적 분석 도구는 일반적인 취약점을 탐지하는 데 높은 정밀도를 보였지만, 복잡한 제어 흐름과 간접 호출을 다루는 데 어려움을 겪었다.
• 형식적 검증 기법은 매우 정확한 것으로 확인되었지만, 높은 자원 소비와 전문 지식 요구로 대규모 계약에 대해서는 실용적이지 않았다.
• SmartEmbed와 같은 기계학습 기반 도구는 코드 클론과 알려진 취약점을 탐지하는 데 높은 재현율을 달성했으며, 22,000개 이상의 솔리디티 스마트 계약에서 90%의 클론 비율을 관찰하였다.
• 다양한 발전에도 불구하고, 어떤 단일 도구도 모든 종류의 취약점을 종합적으로 탐지하지 못했으며, 이는 하이브리드 분석 접근 방식의 필요성을 시사한다.
• 이 연구는 프론트런닝 및 오라클 조작과 같은 논리 수준의 공격을 탐지하는 데 있어 도구화의 상당한 격차가 있음을 드러냈다. 이러한 공격은 현재 연구 및 도구에서 여전히 다루지 못하고 있다.