[论文解读] When Specifications Meet Reality: Uncovering API Inconsistencies in Ethereum Infrastructure

Ma, Jie, He, Ningyu+9 more|arXiv (Cornell University)|Mar 6, 2026

Software System Performance and Reliability被引用 0

一句话总结

APIDiffer 是一个基于规范的差分测试框架，能够自动检测 EL（执行层）与 CL（协议层）实现之间的以太坊客户端 API 不一致性，减少误报并揭示真实漏洞。它在11个主流客户端中发现了72个漏洞，大多数已被修复或得到确认。

ABSTRACT

The Ethereum ecosystem, which secures over $381 billion in assets, fundamentally relies on client APIs as the sole interface between users and the blockchain. However, these critical APIs suffer from widespread implementation inconsistencies, which can lead to financial discrepancies, degraded user experiences, and threats to network reliability. Despite this criticality, existing testing approaches remain manual and incomplete: they require extensive domain expertise, struggle to keep pace with Ethereum's rapid evolution, and fail to distinguish genuine bugs from acceptable implementation variations. We present APIDiffer, the first specification-guided differential testing framework designed to automatically detect API inconsistencies across Ethereum's diverse client ecosystem. APIDiffer transforms API specifications into comprehensive test suites through two key innovations: (1) specification-guided test input generation that creates both syntactically valid and invalid requests enriched with real-time blockchain data, and (2) specification-aware false positive filtering that leverages large language models to distinguish genuine bugs from acceptable variations. Our evaluation across all 11 major Ethereum clients reveals the pervasiveness of API bugs in production systems. APIDiffer uncovered 72 bugs, with 90.28% already confirmed or fixed by developers. Beyond these raw numbers, APIDiffer achieves up to 89.67% higher code coverage than existing tools and reduces false positive rates by 37.38%. The Ethereum community's response validates our impact: developers have integrated our test cases, expressed interest in adopting our methodology, and escalated one bug to the official Ethereum Project Management meeting.

研究动机与目标

• 由于跨客户端不一致性可能影响资产和用户体验，推动对以太坊客户端 API 的稳健测试的需求。
• 开发一个基于规范引导的框架，能够从 API 规格自动为 EL 与 CL 客户端生成测试输入。
• 通过语义感知过滤和大语言模型，降低 API 漏洞检测中的误报。
• 通过在主要以太坊客户端上发现真实世界的漏洞并提升测试覆盖率，展示框架的有效性。

提出的方法

• 将以太坊 API 规范转化为对 EL 与 CL 客户端的全面测试集。
• 使用模式驱动的生成，从 JSON-RPC 和 Beacon API 规格中生成语法有效和无效的测试输入。
• 用实时区块链数据丰富测试输入，确保请求的语义有效性（基于事实的语义感知生成）。
• 在本地测试网对所有主流以太坊客户端组合进行差分测试，以识别不一致性。
• 应用基于规范的启发式方法和基于大语言模型的语义等价性分析，以过滤误报并对响应进行分类。
• 报告可操作的漏洞，并展示与基线相比的代码覆盖率提升。

实验结果

研究问题

• RQ1 在针对基于规范的输入进行测试时，主流以太坊客户端生态系统（EL 与 CL）的 API 不一致性有多普遍？
• RQ2 基于规范感知的生成加上 LLM 辅助过滤是否能在保留真实漏洞的同时降低误报？
• RQ3 相较于现有的以太坊 API 测试工具，APIDiffer 在代码覆盖率方面提升到何种程度？
• RQ4 发现的漏洞中有多少比例得到开发者确认或修复，是否有升级提交到官方以太坊治理流程？
• RQ5 在测试输入中使用实时区块链数据对漏洞检测效果有何影响？

主要发现

• APIDiffer 在11个主流以太坊客户端中发现了72个漏洞。
• 大约 90.28% 的发现漏洞已被开发者确认或修复。
• 其中一个漏洞出现在官方的以太坊 API 规范本身。
• APIDiffer 的代码覆盖率比现有工具高出最多 89.67%。
• APIDiffer 将误报率降低了 37.38%。
• 以太坊社区已经将 APIDiffer 的测试用例整合并将至少一个漏洞升级提交到官方以太坊项目管理会议。