Detección de vulnerabilidades en contratos inteligentes de Ethereum y soluciones impulsadas por aprendizaje automático: una revisión sistemática de la literatura
Autores: Kiani, Rasoul; Sheng, Victor S.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Detección de vulnerabilidades en contratos inteligentes de Ethereum y soluciones impulsadas por aprendizaje automático: una revisión sistemática de la literatura
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Contratos inteligentes
Cadena de bloques
Métodos de aprendizaje automático
Detección de vulnerabilidades
Revisión sistemática de la literatura
Problema de desequilibrio de clases
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 46
Citaciones: Sin citaciones
En los últimos años, las tendencias emergentes como los contratos inteligentes (SCs) y la cadena de bloques han prometido reforzar la seguridad de los datos. Sin embargo, los SCs desplegados en Ethereum son vulnerables a ataques maliciosos. La adopción de métodos de aprendizaje automático está demostrando ser una alternativa satisfactoria a las técnicas convencionales de detección de vulnerabilidades. Sin embargo, la mayoría de las técnicas actuales de aprendizaje automático dependen de un conocimiento experto suficiente y se centran únicamente en abordar vulnerabilidades conocidas.
Descripción
En los últimos años, las tendencias emergentes como los contratos inteligentes (SCs) y la cadena de bloques han prometido reforzar la seguridad de los datos. Sin embargo, los SCs desplegados en Ethereum son vulnerables a ataques maliciosos. La adopción de métodos de aprendizaje automático está demostrando ser una alternativa satisfactoria a las técnicas convencionales de detección de vulnerabilidades. Sin embargo, la mayoría de las técnicas actuales de aprendizaje automático dependen de un conocimiento experto suficiente y se centran únicamente en abordar vulnerabilidades conocidas.