DEF:火爆出圈的最強 AI GPT 是否可用于合約安全審計？_DEFI

前言

近期 ChatGPT 爆火，其對傳統文字工作的效率提高及總結能力讓使用者驚艷。緊隨其后 CodeGPT 這樣基于 GPT 的插件出現，也充分體現了其對代碼編寫效率的提高。而最新 GPT-4 的發布，是否可以應用到對區塊鏈 、Solidity 智能合約的審計中呢？

基于這樣的疑問，我們進行了多種可行性測試。

測試使用的對比模型對象：GPT-3.5(Web), GPT-3.5-turbo-0301, GPT-4(Web)。

代碼片段使用 Prompt：Help me discover vulnerabilities in this Solidity smart contract.

漏洞代碼片段的檢測對比

在此部分，我們分三次測試，使用歷史上常見的漏洞代碼作為測試一和測試二的用例，來驗證其對基礎漏洞的檢測能力，測試三中使用中等難度的漏洞代碼作為測試用例。

測試一

用例：《智能合約安全審計入門篇 —— Phishing with tx.origin》

漏洞代碼：

冉小波：算法交易誕生的流動性挖礦推動整個DeFi進入火爆階段:9月4日消息，NULS聯合發起人冉小波在做客《HyperPay焦點》欄目時提及：DeFi大熱，資金都傾向于玩DeFi，反而應該是其他公鏈的一個挑戰。所以公鏈也需要一些結合DeFi的一些創新的玩法了，不然大部分的資金和流量可能都會流轉到一些毫無實際意義項目的流動性挖礦中。這一點相信其他的公鏈團隊應該也感觸頗深。DeFi的分支有很多，各家公鏈也都有在做一些探索，總的來看，推動整個DeFi進入火爆階段的是算法交易誕生的流動性挖礦。近期大熱的項目基本上都是一些新的項目，通過流動性挖礦來進行籌碼的分配，以非常高的收益率來進行高通脹的Token分配，從而吸引大量的資金短時間內快速加入。[2020/9/4]

（1）對 GPT 進行提問：

（2）GPT-3.5(Web) answer

火幣尖峰對話卡咩：Defi項目的火爆集中在基于Token的金融領域:6月24日下午，在由火幣主辦的火幣尖峰對話“Waiting For ETH2.0”系列AMA活動中，火幣礦池與dForce創始人楊民道、Infstones Head of Bussiness Sili、Stafi&Wetez創始人卡咩、真本聰聯合創始人索老頭就“乘風破浪的以太坊DeFi ”展開主題討論，深度解讀ETH2.0將給行業帶來的重大影響。

在Stafi&Wetez創始人卡咩看來，目前Defi項目的火爆集中在基于Token的金融領域，無論是交易、穩定幣、借貸還是衍生品。他表示，任何基于Token的創新金融業務都有可能是新的引爆點，也會在引爆點后形成更寬的賽道。基于Token的業務將會發展的越來越快，種類會越來越多。在這種情況下，進行組合、重組或者整合的機會就開始變多，而邊緣一些為這些服務提供工具的機會也會出現。[2020/6/24]

（3）GPT-3.5-turbo-0301 answer

（4）GPT-4(Web) answer

區塊鏈概念行情火爆，多家公司回應參與情況:其中，漢王科技表示，目前暫時沒有該業務領域的布局。華誼嘉信表示，暫未涉足區塊鏈應用領域。浪潮信息、電連技術均表示未涉及區塊鏈板塊。第一創業則表示，是深圳市金融區塊鏈聯盟的發起會員，一直在參與區塊鏈在證券行業應用的相關課題研究，并在積極尋找合適的應用場景應用。萬達信息智慧城市業務涉及區塊鏈技術。[2018/1/10]

可以看到結果：3 個測試版本都發現了關鍵的 tx.origin 相關問題。

測試二

用例：《智能合約安全審計入門篇 —— 溢出漏洞》

（1）對 GPT 進行提問：

區塊鏈私募火爆 機構正在入場:近日，區塊鏈項目私募的火熱再次吸引了不少投資者的關注，而在今日，多位圈內大咖推出了門檻為500ETH的私募投資群，并表示入群者可以拿到市面上拿不到的私募額度。同時，郭宏才在微博表示有機構正在入場，網友認為，這是在花式割韭菜，不過也有人認為，這可能意味著大資金會進入場內。 ?[2018/1/2]

可以看到 GPT-3.5(Web)、GPT-3.5-turbo-0301 都發現了關鍵的 Overflow 漏洞，出乎意料的是 GPT-4(Web) 居然沒有相關提示。

測試三

用例：《空手套白狼 —— Popsicle 被黑分析》

孫宇晨發微博分析以太坊云養貓火爆原因:Tron創始人孫宇晨發布微博分析以太坊云養貓火的原因，他認為：“1.貓的基因是真隨機數，血統高貴花費的努力與時間能夠被精準度量。2.數據去中心化，機制透明催生了公正市場。3.線上擼貓比線下省力，宅男女喜歡。4.數據透明，容易炫耀與比較。5.線上擼貓交易透明標準化易于交割，帶有投資屬性。6.交易智能合約7*24小時營業。”[2017/12/6]

對比結果，我們可以看到 3 個版本都未發現關鍵的漏洞點。

代碼片段的檢測總結

可以看到 GPT 模型對簡單的漏洞代碼塊的檢測能力還是不錯的，但是對稍微復雜一點的漏洞代碼暫時還無法檢測，并且在測試中可以看到 GPT-4(Web) 的整體上下文可讀性很高，輸出格式清晰、舒服，但是其對代碼的審計能力暫時沒有遠超 GPT-3.5(Web)、GPT-3.5-turbo-0301，甚至在部分測試中由于 Transformer 輸出存在一定的不確定性反而導致 GPT-4(Web) 遺漏了一些關鍵問題。

為了更加契合普通項目方在合約審計中的簡單操作需求，這里我們提高些難度，針對代碼量大的合約進行全量導入上下文，讓 GPT-4 模型進行審計（GPT-3 對上下文的字符總數限制更小這里就不做測試）。

用例：《千萬美元被盜 —— DeFi 平臺 MonoX Finance 被黑分析》

整份合約分批輸入，在對話最后提出檢測漏洞請求

這里使用 Prompt：

Here is a solidity smart contract 

Contract code

The above is the complete code,help me discover vulnerabilities in this smart contract.

可以看到，GPT-4 雖然在 OpenAI 公布的信息中其單次輸入字符總數已經是當前最高，但還是會由于文本超長導致在最后提問時 GPT 會上下文缺失而只識別到部分內容，所以這樣對大型合約而言就無法進行完整的上下文審計。

拆封整份合約，分批輸入分批檢測

對話 1：

Help me discover vulnerabilities in this solidity smart contract.

分段內容 1

對話 2：

分段內容 2

對話 3：

分段內容 3

（1）優點

GPT 對合約代碼中基礎的簡單的漏洞具備部分檢測能力，并且在檢測出漏洞后會以很高的可讀性來解釋漏洞問題，這樣的特性比較適合為初級合約審計工作者前期訓練提供快速指導和簡單答疑。

（2）存在的問題

a. 每次生成內容波動

GPT 對每次對話的輸出存在一定的波動，可以通過 API 接口參數進行調整，但是依舊不是恒定的輸出，雖然這樣的波動性對語言對話來說是好的方式，大大提高了對話給人的真實感。但是這對代碼分析類的工作來說是一個不好的問題。因為為了覆蓋 AI 可能告知我的多種漏洞回答，我需要多次請求同一問題并進行對比篩選，這無形中又提高了工作量，違背了 AI 輔助人類提高效率的基準目標。

例如這里再次運行 "漏洞代碼片段的檢測對比測試二（其中簡單改變函數名后再次生成）：

可以看到其輸出結果比之前測試又多了一些額外內容。

b. 漏洞分析能力依舊有很大的提高空間

對稍微復雜的漏洞進行檢測即會發現當前的（2024.3.16）訓練模型不能正確的分析并找到相關關鍵漏洞點。

GPT 輔助合約審計的可行性和潛力分析

雖然當前來看 GPT 對合約漏洞的分析及挖掘能力還處于相對較弱的狀態，但它對普通漏洞小代碼塊的分析并生成報告文本的能力依舊讓使用者興奮，在可預見的未來幾年伴隨這 GPT 及其他 AI 模型的訓練開發，相信對大型復雜合約的更快速，更智能，更全面的輔助審計一定會實現。當科技發展可指數級提高人工的效率時就會發生質變，我們非常期待 AI 對區塊鏈安全的助力，我們會持續關注新 AI 產品對區塊鏈安全的影響。最后可見的將來我們必將與 AI 在一定程度上進行融合，愿 AI 和區塊鏈與你同在。

慢霧科技

個人專欄

閱讀更多

金色財經 善歐巴

金色早8點

白話區塊鏈

Odaily星球日報

MarsBit

歐科云鏈

深潮TechFlow

Arcane Labs

BTCStudy

Tags：GPT區塊鏈DEFIDEFChainGPT區塊鏈最直白的解釋99DEFIWDEFI

瑞波幣