본 연구는 블록체인 시스템의 거래 및 스마트 계약에서 발생할 수 있는 다양한 유형의 공격을 탐지하기 위한 새로운 협력 학습 프레임워크를 제안한다.
실험실에서 구축한 사설 이더리움 네트워크를 통해 다양한 공격 시나리오를 수행하여 블록체인 거래 및 스마트 계약 공격 데이터셋(BTAD)을 구축하였다. 이는 실제 발생한 공격 사례를 반영한 가장 포괄적이고 다양한 데이터셋이다.
거래의 바이트코드와 가치 정보를 이미지로 변환하는 BCEC 도구를 개발하여 거래 및 스마트 계약의 핵심 정보를 효과적으로 추출하고 분석할 수 있도록 하였다.
추출된 이미지 데이터를 기반으로 CNN 모델을 활용하여 다양한 유형의 공격을 실시간으로 탐지할 수 있는 프레임워크를 제안하였다.
각 채굴 노드가 자체 데이터셋으로 모델을 학습하고 다른 노드들과 모델을 공유하는 협력 학습 기법을 통해 중앙 집중식 모델 대비 더 높은 정확도(약 94%)로 공격을 탐지할 수 있음을 입증하였다.
실험 및 실시간 테스트 결과, 제안 프레임워크는 약 2,150건/초의 처리량으로 94%의 정확도로 공격을 탐지할 수 있음을 확인하였다.
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問