[논문 리뷰] Blockchain Intelligence: When Blockchain Meets Artificial Intelligence

Zibin Zheng, Hong‐Ning Dai외 1명|arXiv (Cornell University)|2019. 12. 11.

Blockchain Technology Applications and Security참고 문헌 11인용 수 21

한 줄 요약

이 논문은 블록체인 시스템에 기계학습 및 데이터 마이닝과 같은 인공지능(AI) 기법을 통합하여 운영 유지보수, 스마트 계약 취약성 탐지, 악성 행동 식별과 같은 핵심 과제를 해결하는 '블록체인 인텔리전스'를 소개한다. 거래 패턴, 가스 가격, 계약 행동을 분석함으로써 AI를 적용함으로써 폰지 광고를 더 잘 탐지하고 시스템을 사전에 강화할 수 있음을 입증하며, AI가 블록체인의 보안성, 확장성, 자율 관리 능력을 향상시킬 잠재력을 보여준다.

ABSTRACT

Blockchain is gaining extensive attention due to its provision of secure and decentralized resource sharing manner. However, the incumbent blockchain systems also suffer from a number of challenges in operational maintenance, quality assurance of smart contracts and malicious behaviour detection of blockchain data. The recent advances in artificial intelligence bring the opportunities in overcoming the above challenges. The integration of blockchain with artificial intelligence can be beneficial to enhance current blockchain systems. This article presents an introduction of the convergence of blockchain and artificial intelligence (namely blockchain intelligence). This article also gives a case study to further demonstrate the feasibility of blockchain intelligence and point out the future directions.

연구 동기 및 목표

• 다양한 환경에서의 이면성 블록체인 시스템의 운영 과제, 예를 들어 성능 저하 및 장애 탐지 문제를 해결하기 위해.
• 배포 이전에 재진입 및 과도 청구와 같은 취약점을 식별함으로써 스마트 계약의 품질 보증을 향상시키기 위해.
• 거래 흐름 및 계정 패턴을 기반으로 한 AI 기반 분석을 통해 블록체인 데이터에서 폰지 광고와 같은 악성 행동을 탐지하기 위해.
• AI 통합을 통해 블록체인 시스템에서 실시간 자동 모니터링 및 자가 치유 기능을 가능하게 하기 위해.
• 분산형 신뢰성 있는 블록체인 서비스를 위한 공동 지능 및 다중 방법 기계학습의 미래를 탐색하기 위해.

제안 방법

• 기계학습 및 데이터 마이닝을 활용하여 이더리움 거래 데이터를 분석하고, 가스 가격 변동성과 이더 흐름 패턴에 집중한다.
• 시간 경과에 따른 가스 가격의 추세 및 이질성을 탐지하기 위해 시각화 기법을 적용하며, 네트워크 혼잡 시 예측 가능한 패턴을 드러낸다.
• 정상 계약과 폰지 광고를 구분하기 위해 스마트 계약 코드 및 거래 행동에서 특징 추출을 수행한다.
• 정상 계약과 사기성 계약 간의 거래량, 시간, 참가자 분포를 비교하기 위해 이더 흐름 그래프를 구축한다.
• 거래 네트워크를 모델링하고 의심스러운 계정 간의 연관성을 탐지하기 위해 다양한 기계학습 접근법을 통합한다.
• 블록체인 참가자들이 공동으로 스마트 계약을 분석하고 보안을 강화하기 위해 공유된 AI 인사이트를 활용하는 공동 지능 프레임워크를 제안한다.

실험 결과

연구 질문

• RQ1 AI 기법은 이더리움 가스 가격의 비정상적 변동을 효과적으로 탐지하고 예측하여 거래 효율성을 향상시킬 수 있는가?
• RQ2 기계학습은 거래 흐름 특성에 기반해 정상 스마트 계약과 폰지 광고 계약을 어떻게 구분할 수 있는가?
• RQ3 AI는 분산형 블록체인 시스템에서 실시간 자동 운영 유지보수를 얼마나 잘 가능하게 하는가?
• RQ4 공동 지능은 분산 네트워크 전반에서 스마트 계약의 보안성과 정확성을 향상시키는 데 어떤 역할을 할 수 있는가?
• RQ5 다중 방법 기계학습을 통해 이질적이고 의사명의 블록체인 데이터를 악성 행동 탐지에 활용할 수 있는가?

주요 결과

• 이더리움의 가스 가격 변동은 타이드와 유사한 예측 가능한 패턴을 보이며, 시간 시리즈 분석을 통해 정확한 단기 예측이 가능하다.
• 루빅시와 같은 폰지 광고 계약은 정상 계약에 비해 훨씬 더 많은 참가자와 더 자주 발생하며, 비정상적인 지급 거래를 보인다.
• 기계학습 모델은 거래 빈도, 흐름 방향, 참가자 수와 같은 핵심 특징을 분석하여 폰지 광고를 정상 계약과 효과적으로 분류했다.
• AI 통합을 통해 배포 이전에 재진입 및 DAO 스타일 공격과 같은 취약점을 사전에 탐지할 수 있다.
• 이더 흐름 그래프의 시각화를 통해 정상 로또 계약과 사기성 광고 간의 구조적 차이를 명확히 드러내었으며, 이는 자동 탐지에 기여한다.
• 연구는 AI 기반 분석이 자율 모니터링, 자가 치유, 지능형 의사결정 능력을 갖춘 블록체인 시스템을 향상시킬 수 있음을 입증한다.