| عنوان مقاله به انگلیسی | ML Study of MaliciousTransactions in Ethereum | ||||||||
| عنوان مقاله به فارسی | ترجمه فارسی مقاله مطالعه ML در مورد حساسیت های مخرب در اتریوم | ||||||||
| نویسندگان | Natan Katz | ||||||||
| فرمت مقاله انگلیسی | |||||||||
| زبان مقاله تحویلی | ترجمه فارسی | ||||||||
| فرمت مقاله ترجمه شده | به صورت فایل ورد | ||||||||
| نحوه تحویل ترجمه | دو تا سه روز پس از ثبت سفارش (به صورت فایل دانلودی) | ||||||||
| تعداد صفحات | 24 | ||||||||
| لینک دانلود رایگان مقاله انگلیسی | دانلود مقاله | ||||||||
| دسته بندی موضوعات | Cryptography and Security,Machine Learning,رمزنگاری و امنیت , یادگیری ماشین , | ||||||||
| توضیحات | Submitted 16 August, 2024; originally announced August 2024. | ||||||||
| توضیحات به فارسی | ارائه شده 16 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. | ||||||||
| اطلاعات بیشتر از این مقاله در پایگاه های علمی |
INSPIRE HEP NASA ADS Google Scholar Semantic Scholar فرمت ارائه ترجمه مقاله |
تحویل به صورت فایل ورد |
زمان تحویل ترجمه مقاله |
بین 2 تا 3 روز پس از ثبت سفارش |
کیفیت ترجمه |
بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
جداول و فرمول ها |
کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |
|
چکیده
Smart contracts are a major tool in Ethereum transactions. Therefore hackers can exploit them by adding code vulnerabilities to their sources and using these vulnerabilities for performing malicious transactions. This paper presents two successful approaches for detecting malicious contracts: one uses opcode and relies on GPT2 and the other uses the Solidity source and a LORA fine-tuned CodeLlama. Finally, we present an XGBOOST model that combines gas properties and Hexa-decimal signatures for detecting malicious transactions. This approach relies on early assumptions that maliciousness is manifested by the uncommon usage of the contracts’ functions and the effort to pursue the transaction.
چکیده به فارسی (ترجمه ماشینی)
قراردادهای هوشمند یک ابزار اصلی در معاملات اتریوم است.بنابراین هکرها می توانند با افزودن آسیب پذیری های کد به منابع خود و استفاده از این آسیب پذیری ها برای انجام معاملات مخرب ، از آنها سوء استفاده کنند.در این مقاله دو رویکرد موفق برای تشخیص قراردادهای مخرب ارائه شده است: یکی از Opcode استفاده می کند و به GPT2 متکی است و دیگری از منبع استحکام و یک Codellama با تنظیم دقیق Lora استفاده می کند.سرانجام ، ما یک مدل XGBoost را ارائه می دهیم که ترکیب خواص بنزین و امضاهای حیاط هگزا برای تشخیص معاملات مخرب است.این رویکرد به فرضیات اولیه متکی است که با استفاده غیر معمول از کارکردهای قراردادها و تلاش برای پیگیری معامله ، بدخواهانه ای آشکار می شود.
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |


نقد و بررسیها
هنوز بررسیای ثبت نشده است.