블록체인 기술의 급성장과 스마트 컨트랙트의 광범위한 채택으로 인해 취약점 탐지의 중요성이 증가했지만, 기존 감사 방법은 복잡성과 규모에 대응하는 데 어려움을 겪고 있음. 본 논문은 경량 모델 최적화를 위한 프레임워크인 HKT-SmartAudit를 제시하며, 이는 다단계 지식 증류 파이프라인을 활용하여 대형 모델의 고품질 통찰력을 전달한다. 실험 결과, HKT-SmartAudit를 통해 훈련된 증류 모델은 복잡한 취약점 및 논리적 결함 탐지에서 상업적 도구 및 대형 모델보다 우수한 성능을 보였다.
시사점, 한계점
•
시사점:
◦
경량 모델을 활용하여 스마트 컨트랙트 감사 효율성과 데이터 프라이버시를 동시에 달성함.
◦
다단계 지식 증류 파이프라인을 통해 대형 모델의 장점을 활용하면서, 계산 비용을 절감함.
◦
실험 결과, 복잡한 취약점 및 논리적 결함 탐지에서 기존 방법론 대비 우수한 성능을 입증함.
