Black Hat Asia 2026 | Дифференциальное тестирование инфраструктуры Ethereum с использованием LLM

Экосистема Ethereum, обеспечивающая безопасность цифровых активов на сумму более 380 миллиардов долларов, полностью полагается на клиенты, которые связывают пользователей и блокчейн-сеть. Однако эта инфраструктура остается крайне уязвимой: печально известная уязвимость CVE-2020-26241, ошибка повреждения памяти в доминирующем клиенте Geth, спровоцировала непреднамеренный форк основной сети Ethereum, вызвав катастрофический 7-часовой сбой в работе таких крупных инфраструктур, как Infura и MetaMask. Хотя сообщество сейчас выступает за «разнообразие клиентов» для смягчения подобных единичных точек отказа, эта гетерогенность создает новую, коварную угрозу: скрытые несоответствия в реализации на разных языках и архитектурах, которые традиционные методы тестирования не могут обнаружить. Для укрепления этого многомиллиардного фундамента мы предлагаем новую, основанную на спецификациях, структуру дифференциального тестирования, которая объединяет классическую разработку программного обеспечения с современным искусственным интеллектом. В отличие от традиционных фаззеров, наш подход использует большие языковые модели (LLM) для преодоления разрыва между абстрактными спецификациями и сложной реальностью. Мы используем LLM-ы не только для генерации разнообразных, семантически корректных тестовых входных данных (охватывающих как коды операций EVM, так и API клиентов), но и в качестве интеллектуальных фильтров, отличающих подлинные ошибки от безобидных семантических вариаций. Такой «двухдвижковый» подход позволяет нам с высокой точностью выявлять глубокие логические ошибки, минимизируя при этом ложные срабатывания. Наша всесторонняя оценка 11 различных клиентов выявила 98 ранее неизвестных ошибок, включая даже критические ошибки в самих официальных спецификациях Ethereum. Влияние нашей работы незамедлительно и далеко идуще: разработчики подтвердили наши выводы с уровнем принятия более 90%, 4 уязвимостям были присвоены идентификаторы CNVD, а наша методология получила официальное одобрение от Фонда Ethereum, а конкретные результаты были переданы на совещания по управлению основным протоколом. Мы предлагаем не просто подход к поиску ошибок, но и важнейшую гарантию стабильности децентрализованной экономики. Цзе Ма | Кандидат инженерных наук, Пекинский университет авиации и космонавтики; Лаборатория Чжунгуаньцунь Нинъюй Хэ | Научный сотрудник, доцент, Гонконгский политехнический университет; Amber Group Чиачи Ву | Партнер и руководитель отдела безопасности Web3, Amber Group Хаоюй Ван | Профессор, Хуачжунский университет науки и технологий Ин Гао | Доцент, Пекинский университет авиации и космонавтики; Лаборатория Чжунгуаньцунь Иньлян Юэ | Профессор, Лаборатория Чжунгуаньцунь https://blackhat.com/asia-26/briefing...