Buchumschlag

Vulnerability Detection in Smart Contracts: A Comprehensive Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	De Baets, Christopher, Suleiman, Basem, Chitizadeh, Armin, Razzak, Imran
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Knowledge Migration Framework for Smart Contract Vulnerability Detection
von: Wang, Luqi, et al.
Veröffentlicht: (2024)

Dual-view Aware Smart Contract Vulnerability Detection for Ethereum
von: Yao, Jiacheng, et al.
Veröffentlicht: (2024)

MTVHunter: Smart Contracts Vulnerability Detection Based on Multi-Teacher Knowledge Translation
von: Sun, Guokai, et al.
Veröffentlicht: (2025)

Vulnerability Detection in Ethereum Smart Contracts via Machine Learning: A Qualitative Analysis
von: Ressi, Dalila, et al.
Veröffentlicht: (2024)

ORACAL: A Robust and Explainable Multimodal Framework for Smart Contract Vulnerability Detection with Causal Graph Enrichment
von: Dai, Tran Duong Minh, et al.
Veröffentlicht: (2026)

BugSweeper: Function-Level Detection of Smart Contract Vulnerabilities Using Graph Neural Networks
von: Lee, Uisang, et al.
Veröffentlicht: (2025)

JANUS: A Difference-Oriented Analyzer For Financial Centralization Risks in Smart Contracts
von: Wang, Wansen, et al.
Veröffentlicht: (2024)

Federated Learning for Smart Grid: A Survey on Applications and Potential Vulnerabilities
von: Zhang, Zikai, et al.
Veröffentlicht: (2024)

SmartLLMSentry: A Comprehensive LLM Based Smart Contract Vulnerability Detection Framework
von: Zaazaa, Oualid, et al.
Veröffentlicht: (2024)

ML2SC: Deploying Machine Learning Models as Smart Contracts on the Blockchain
von: Li, Zhikai, et al.
Veröffentlicht: (2024)

LLM-SmartAudit: Advanced Smart Contract Vulnerability Detection
von: Wei, Zhiyuan, et al.
Veröffentlicht: (2024)

Interaction-Aware Vulnerability Detection in Smart Contract Bytecodes
von: Li, Wenkai, et al.
Veröffentlicht: (2024)

Privacy-Preserving Generative Models: A Comprehensive Survey
von: Padariya, Debalina, et al.
Veröffentlicht: (2025)

SmartBugBert: BERT-Enhanced Vulnerability Detection for Smart Contract Bytecode
von: Bu, Jiuyang, et al.
Veröffentlicht: (2025)

EVMbench: Evaluating AI Agents on Smart Contract Security
von: Wang, Justin, et al.
Veröffentlicht: (2026)

Towards Predicting Multi-Vulnerability Attack Chains in Software Supply Chains from Software Bill of Materials Graphs
von: Baird, Laura, et al.
Veröffentlicht: (2026)

Vulnerability Detection in C/C++ Code with Deep Learning
von: Huang, Zhen, et al.
Veröffentlicht: (2024)

Uncovering the Limits of Machine Learning for Automatic Vulnerability Detection
von: Risse, Niklas, et al.
Veröffentlicht: (2023)

Privacy Vulnerabilities in Marginals-based Synthetic Data
von: Golob, Steven, et al.
Veröffentlicht: (2024)

A Systematic Study of Code Obfuscation Against LLM-based Vulnerability Detection
von: Li, Xiao, et al.
Veröffentlicht: (2025)

Vulnerabilities in Machine Learning-Based Voice Disorder Detection Systems
von: Perelli, Gianpaolo, et al.
Veröffentlicht: (2024)

Generative Large Language Model usage in Smart Contract Vulnerability Detection
von: Ince, Peter, et al.
Veröffentlicht: (2025)

Top Score on the Wrong Exam: On Benchmarking in Machine Learning for Vulnerability Detection
von: Risse, Niklas, et al.
Veröffentlicht: (2024)

Dissecting the Black Box: Circuit-Level Analysis of LLM Vulnerability Detection
von: Atiiq, Syafiq Al, et al.
Veröffentlicht: (2026)

VulStyle: A Multi-Modal Pre-Training for Code Stylometry-Augmented Vulnerability Detection
von: Biringa, Chidera, et al.
Veröffentlicht: (2026)

A Comprehensive Survey on Trustworthy Graph Neural Networks: Privacy, Robustness, Fairness, and Explainability
von: Dai, Enyan, et al.
Veröffentlicht: (2022)

Exploring Vulnerabilities and Concerns in Solana Smart Contracts
von: Wu, Xiangfan, et al.
Veröffentlicht: (2025)

Comprehensive Survey on Adversarial Examples in Cybersecurity: Impacts, Challenges, and Mitigation Strategies
von: Li, Li
Veröffentlicht: (2024)

Evaluating Large Language Models in Vulnerability Detection Under Variable Context Windows
von: Lin, Jie, et al.
Veröffentlicht: (2025)

Unsupervised Anomaly Detection for Smart IoT Devices: Performance and Resource Comparison
von: Sami, Md. Sad Abdullah, et al.
Veröffentlicht: (2025)

Anomaly Detection in Graph Structured Data: A Survey
von: Lamichhane, Prabin B, et al.
Veröffentlicht: (2024)

A Survey of Malware Detection Using Deep Learning
von: Bensaoud, Ahmed, et al.
Veröffentlicht: (2024)

Impact of Code Transformation on Detection of Smart Contract Vulnerabilities
von: Manh, Cuong Tran, et al.
Veröffentlicht: (2024)

Evaluating Line-level Localization Ability of Learning-based Code Vulnerability Detection Models
von: Pintore, Marco, et al.
Veröffentlicht: (2025)

Detect Llama -- Finding Vulnerabilities in Smart Contracts using Large Language Models
von: Ince, Peter, et al.
Veröffentlicht: (2024)

Leveraging Large Language Models and Machine Learning for Smart Contract Vulnerability Detection
von: Hossain, S M Mostaq, et al.
Veröffentlicht: (2025)

Enhancing Smart Contract Vulnerability Detection in DApps Leveraging Fine-Tuned LLM
von: Bu, Jiuyang, et al.
Veröffentlicht: (2025)

TaintSentinel: Path-Level Randomness Vulnerability Detection for Ethereum Smart Contracts
von: Rezaei, Hadis, et al.
Veröffentlicht: (2025)

Exploring Vulnerabilities and Protections in Large Language Models: A Survey
von: Liu, Frank Weizhen, et al.
Veröffentlicht: (2024)

Zero-Knowledge Proof-based Verifiable Decentralized Machine Learning in Communication Network: A Comprehensive Survey
von: Xing, Zhibo, et al.
Veröffentlicht: (2023)