[논문 리뷰] How to Save My Gas Fees: Understanding and Detecting Real-world Gas Issues in Solidity Programs

Mengting He, Shihao Xia외 5명|arXiv (Cornell University)|2024. 03. 05.

Global Energy and Sustainability ResearchEnergy인용 수 3

한 줄 요약

이 논문은 실세계 스마트 계약에서의 실질적 가스 낭비에 대한 최초의 실증 연구를 제시하며, 근본 원인과 수정 전략을 규명하고, PeCatch라는 정적 분석 도구를 도입한다. PeCatch는 94.4%의 정확도로 기존에 알려지지 않은 383개의 가스 비효율성을 탐지하며, 실제 54개의 가스 낭비 사례 중 41개를 커버하여 이전 도구들에 비해 탐지 커버리지와 정밀도 면에서 뚜렷한 우월성을 보였다.

ABSTRACT

The execution of smart contracts on Ethereum, a public blockchain system, incurs a fee called gas fee for its computation and data storage. When programmers develop smart contracts (e.g., in the Solidity programming language), they could unknowingly write code snippets that unnecessarily cause more gas fees. These issues, or what we call gas wastes, can lead to significant monetary losses for users. This paper takes the initiative in helping Ethereum users reduce their gas fees in two key steps. First, we conduct an empirical study on gas wastes in open-source Solidity programs and Ethereum transaction traces. Second, to validate our study findings, we develop a static tool called PeCatch to effectively detect gas wastes in Solidity programs, and manually examine the Solidity compiler's code to pinpoint implementation errors causing gas wastes. Overall, we make 11 insights and four suggestions, which can foster future tool development and programmer awareness, and fixing our detected bugs can save $0.76 million in gas fees daily.

연구 동기 및 목표

• 실세계 스마트 계약에서의 가스 낭비를 실증적으로 연구하며, 근본 원인과 수정 전략에 집중한다.
• 솔리디티의 고유한 데이터 저장 메커니즘(스택, 메모리, 스토리지, 칼라데이터)에 특화된 가스 낭비 패턴을 식별하고 분류한다.
• 정확도와 커버리지가 높은 가스 낭비를 탐지할 수 있는 정적 분석 도구인 PeCatch를 개발한다.
• 가스 최적화를 위한 실질적인 통찰력과 체크리스트를 제공하여 도구 개선, 언어 설계 및 개발자 인식을 향상시킨다.
• 개발자가 기존에 알려지지 않은 가스 비효율적인 코드 패턴을 탐지하고 수정함으로써 가스 수수료를 줄일 수 있도록 한다.

제안 방법

• 5개의 인기 있는 솔리디티 프로젝트에서 유래한 100개의 가스 낭비 사례에 대한 실증 연구를 수행하였으며, 커밋 로그를 수작업으로 분석하여 근본 원인과 수정 전략을 규명하였다.
• 솔리디티의 데이터 저장 영역 기반으로 가스 낭비를 네 가지 유형으로 분류: 스택, 메모리, 스토리지, 칼라데이터. 각 유형은 고유한 가스 비용 특성을 가진다.
• 비교적 정확한 탐지를 위해 8가지 특정 가스 낭비 패턴(Non-Overflow, And-in-If, Ret-Local, Alloc-Loop, Re-Sload, Bool-Field, Calldata-Para 등)을 탐지하도록 맞춤형 규칙 기반 체크리스트를 활용한 PeCatch를 설계하였다.
• 경로 조건 분석 및 프로시저 간 검사 기법을 정확한 정적 분석 기법으로 구현하여 가짜 경고를 최소화하였다.
• PeCatch를 벤치마크 프로그램에서 평가하였으며, 실행 시간(4초에서 7분)을 측정하고, Slither, Python-Opt, GasSaver와의 탐지 정확도 및 커버리지 수준을 비교하였다.
• 미래 계획으로 프로시저 간 분석, 경로 조건 정밀화, 저수준 오퍼레이션 코드 및 타입 기반 값 지원 기능을 PeCatch에 통합할 계획이다.

실험 결과

연구 질문

• RQ1 실세계 솔리디티 스마트 계약에서의 가스 낭비의 근본 원인은 무엇이며, 특히 솔리디티의 고유한 데이터 저장 메커니즘과 관련된가?
• RQ2 개발자들은 현재 가스 낭비 문제를 어떻게 수정하고 있으며, 그 해결 방법에서 공통적인 패턴은 무엇인가?
• RQ3 기존의 정적 분석 도구들은 실세계 솔리디티 프로그램에서의 가스 낭비 패턴을 어느 정도 탐지할 수 있는가?
• RQ4 PeCatch라는 새로운 정적 분석 도구는 이전 도구들보다 더 많은 가스 낭비를 더 높은 정확도와 낮은 가짜 경고 비율로 탐지할 수 있는가?
• RQ5 PeCatch의 주요 한계는 무엇이며, 향후 버전은 복잡하거나 특수 케이스의 가스 낭비 패턴에 대한 탐지 커버리지를 어떻게 향상시킬 수 있는가?

주요 결과

• PeCatch는 실증 연구에서 확인된 54개의 가스 낭비 중 41개를 탐지하여 실제 가스 낭비 패턴에 대해 75.9%의 커버리지를 확보하였다.
• PeCatch의 가짜 경고 비율은 1.5% 미만으로, Slither(62.5%), Python-Opt(300%), GasSaver(9.5%)에 비해 뚜렷이 낮았다.
• PeCatch는 인기 있는 솔리디티 라이브러리에서 기존에 알려지지 않은 383개의 가스 낭비를 식별하여, 탐지되지 않은 가스 비효율의 광범위한 존재를 입증하였다.
• 도구의 실행 시간은 각 벤치마크 프로그램당 4초에서 7분으로 측정되어 일상 개발 워크플로우에 통합 가능한 것으로 확인되었다.
• PeCatch는 Slither와 GasSaver가 놓친 솔리디티 고유의 가스 낭비 패턴인 Non-Overflow, And-in-If, Re-Sload 등을 더 잘 탐지하여 기존 도구들보다 뛰어난 성능을 보였다.
• PeCatch의 주요 한계는 프로시저 간 분석 부족, 경로 조건의 복잡성, 특정 오퍼레이션 코드(예: mstore8) 및 값(예: type(uint256).max)에 대한 완전한 지원 부족으로 인해 13개의 가스 낭비를 놓쳤다는 점이다.