Buchumschlag

MTVHunter: Smart Contracts Vulnerability Detection Based on Multi-Teacher Knowledge Translation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Guokai, Zhuang, Yuan, Zhang, Shuo, Feng, Xiaoyu, Liu, Zhenguang, Zhang, Liguo
Format:	Preprint
Veröffentlicht:	2025
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)

Vulnerability Detection in Smart Contracts: A Comprehensive Survey
von: De Baets, Christopher, et al.
Veröffentlicht: (2024)

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

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)

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

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)

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

LogicScan: An LLM-driven Framework for Detecting Business Logic Vulnerabilities in Smart Contracts
von: Gao, Jiaqi, et al.
Veröffentlicht: (2026)

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

HIDBench: Benchmarking Large Language Models for Host-Based Intrusion Detection
von: Sun, Danyu, et al.
Veröffentlicht: (2026)

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

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

CKG-LLM: LLM-Assisted Detection of Smart Contract Access Control Vulnerabilities Based on Knowledge Graphs
von: Li, Xiaoqi, et al.
Veröffentlicht: (2025)

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

MVD: A Multi-Lingual Software Vulnerability Detection Framework
von: Zhang, Boyu, et al.
Veröffentlicht: (2024)

Android Malware Detection Based on RGB Images and Multi-feature Fusion
von: Wang, Zhiqiang, et al.
Veröffentlicht: (2024)

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

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

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

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

EVMbench: Evaluating AI Agents on Smart Contract Security
von: Wang, Justin, 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)

Agentic Vulnerability Reasoning on Windows COM Binaries
von: Lee, Hwiwon, et al.
Veröffentlicht: (2026)

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

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

How Vulnerable Are Edge LLMs?
von: Ding, Ao, et al.
Veröffentlicht: (2026)

CleanBase: Detecting Malicious Documents in RAG Knowledge Databases
von: Jin, Weifei, et al.
Veröffentlicht: (2026)

Smart Contract Fuzzing Towards Profitable Vulnerabilities
von: Kong, Ziqiao, et al.
Veröffentlicht: (2025)

zkLLM: Zero Knowledge Proofs for Large Language Models
von: Sun, Haochen, et al.
Veröffentlicht: (2024)

Knowdit: Agentic Smart Contract Vulnerability Detection with Auditing Knowledge Summarization
von: Kong, Ziqiao, et al.
Veröffentlicht: (2026)

LLM-BSCVM: An LLM-Based Blockchain Smart Contract Vulnerability Management Framework
von: Jin, Yanli, et al.
Veröffentlicht: (2025)

MultiCFV: Detecting Control Flow Vulnerabilities in Smart Contracts Leveraging Multimodal Deep Learning
von: Peng, Hongli, et al.
Veröffentlicht: (2025)

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

Resource-Efficient Automatic Software Vulnerability Assessment via Knowledge Distillation and Particle Swarm Optimization
von: Gao, Chaoyang, et al.
Veröffentlicht: (2025)

Vulnerability-Aware Robust Multimodal Adversarial Training
von: Zhang, Junrui, et al.
Veröffentlicht: (2025)

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

Level Up with ML Vulnerability Identification: Leveraging Domain Constraints in Feature Space for Robust Android Malware Detection
von: Bostani, Hamid, et al.
Veröffentlicht: (2022)