Detecting Various DeFi Price Manipulations with LLM Reasoning
Created by
- Haebom
Category
Empty
저자
Juantao Zhong, Daoyuan Wu, Ye Liu, Maoyi Xie, Yang Liu, Yi Li, Ning Liu
개요
DeFi (Decentralized Finance)는 암호화폐와 스마트 컨트랙트의 중요한 응용 분야이지만, 가격 조작 공격에 취약합니다. 기존 시스템의 한계를 극복하기 위해, 본 논문은 LLM(Large Language Model) 기반의 DeFi 가격 조작 공격 탐지 시스템인 DeFiScope를 제안합니다. DeFiScope는 스마트 컨트랙트 소스 코드로부터 가격 계산을 추상화하고, 온체인 데이터를 합성하여 fine-tuning된 LLM을 사용하여 가격 변화 추세를 예측합니다. 실험 결과는 DeFiScope가 실제 공격에 대해 높은 재현율(80%), 정밀도(96%), 그리고 무알람(0%)을 보이며, 기존 SOTA(State-of-the-art) 방법론을 능가함을 보여줍니다. 또한, DeFiScope는 산업 파트너와 협력하여 147건의 실제 가격 조작 공격을 확인했으며, 그 중 81건은 이전에 알려지지 않은 사건이었습니다.
시사점, 한계점
•
시사점:
◦
LLM을 활용한 새로운 DeFi 가격 조작 탐지 방법론 제시.
◦
표준 및 맞춤형 DeFi 프로토콜에서 효과적인 공격 탐지.
◦
높은 정확도와 실질적인 탐지 성능 입증 (실제 공격 재현율 80%, 정밀도 96%).
◦
산업 파트너와의 협력을 통한 실제 공격 탐지 성공 및 새로운 공격 발견.
•
한계점:
◦
논문에 구체적인 한계점 언급 없음. (하지만, LLM의 한계, 데이터 의존성, 특정 공격 유형에 대한 취약성 등이 잠재적 한계로 고려될 수 있음.)
