DeFiFusion, чаҳорчӯбаи думодалии омӯзиши мошинӣ мебошад, ки барои ошкор кардани ҳамлаҳои дасткории нарх (Price Manipulation Attacks, PMA) дар низомҳои молияи ғайримарказӣ (Decentralized Finance, DeFi) рафтори динамикии рӯйдодҳои транзаксияро бо иттилои семантикии коди манбаи шартномаи ҳушманд якҷо истифода мекунад. Ғояи асосии таҳқиқот ин аст, ки дасткории нархро на танҳо аз рафтори ғайриоддии транзаксия ва на танҳо аз заъфи эҳтимолии коди шартнома боэътимод муайян кардан мумкин нест; рафтори зараровар ҳангоми истифодаи мантиқи муайяни шартнома аз ҷониби пайдарпаии муайяни транзаксияҳо ба вуҷуд меояд.
DeFiFusion дар се марҳила кор мекунад. Дар марҳилаи аввал рӯйдодҳои журналҳои транзаксияи блокчейн барои гирифтани рафторҳои хоси дасткории нарх ба намояндагии 80-андозаи рӯйдод табдил дода мешаванд. Ин намояндагӣ хусусиятҳои асосии транзаксия, нишондиҳандаҳои хавфи дасткорӣ ва хусусиятҳои умумии сохтории пайдарпаии рӯйдодҳоро муттаҳид мекунад. Дар марҳилаи дуюм коди манбаи шартномаи ҳушманд бо модели бузурги забонии яхкардашуда (Large Language Model, LLM) рамзгузорӣ мешавад ва бо masked average pooling вектори намояндагии семантикии шартнома ба даст меояд. Дар марҳилаи сеюм намояндагиҳои рӯйдод ва шартнома муттаҳид шуда, ба таснифкунандаи Dual-Modal Projection-Fusion Transformer (DPF-Transformer), ки T5-style Relative Positional Encoding (T5-RPE)-ро истифода мекунад, дода мешаванд.
Маҷмуаи додаҳои ҳамлаи таҳқиқот \(D_1\) 225 рӯйдоди дасткории нархро дар бар мегирад, ки дар солҳои 2020–2026 дар шаш блокчейн рух дода, аз ҷониби муҳаққиқон тасдиқ шудаанд. Зарари умумии гузоришшудаи ин рӯйдодҳо дар манбаъ 804,3 миллион доллари ИМА мебошад. DeFiFusion аз 225 ҳамла 222-тояшро ошкор кардааст; манбаъ дар арзёбии умумӣ precision-и %96,10 ва recall-и %98,67 гузориш медиҳад.
Маҷмуаи додаҳои \(D_2\), ки барои арзёбии мусбатҳои бардурӯғ сохта шудааст, аз байни 428.523 транзаксияи безарари арзишашон баланд 1.150 транзаксияи безарарро дар бар мегирад, ки дарозии пайдарпаии рӯйдодҳояшон аз 6 зиёд аст. Ин интихоб барои душвортар кардани истифодаи миёнбури оддии “пайдарпаии дарози транзаксия = ҳамла” аз ҷониби модел анҷом дода шудааст.
Дар арзёбии пешрави вақт модель танҳо бо рӯйдодҳои 2020–2024 омӯзонда, бо рӯйдодҳои 2025 валидация карда шуда ва дар 18 PMA-и тасдиқшудаи соли 2026 санҷида шудааст. DeFiFusion-и пурра бо T5-RPE ҳамаи ин 18 рӯйдодро ошкор кардааст. Аммо натиҷаи 18/18 танҳо ба ин гурӯҳи санҷиши замонии 18-рӯйдодӣ дахл дорад ва маънои онро надорад, ки ҳамаи дасткориҳои нархи оянда %100 ошкор мешаванд.
Яке аз маҳдудиятҳои муҳими татбиқии таҳқиқот коди манбаи шартномаи ҳушманд аст. Вақте коди манбаъ кушода ва пешакӣ коркардшаванда аст, семантикаи шартнома метавонад офлайн ҳисоб карда шавад; дар марҳилаи зинда танҳо истихроҷи хусусиятҳои рӯйдод ва inference-и таснифкунанда лозим аст. Дар шартномаҳое, ки коди манбаъашон тасдиқ нашудааст ё танҳо дар шакли bytecode мавҷуданд, модалияти семантикаи шартнома истифода намешавад ва низом ба сохтори маҳдудтаре табдил меёбад, ки танҳо ба рӯйдодҳои транзаксия такя мекунад.
Ҳамлаи дасткории нарх дар DeFi чист?
Ҳамлаи дасткории нарх синфи ҳамлаи DeFi аст, ки дар он ҳамлагар нархи token ё pool-ро ба таври сунъӣ боло ё поён бурда, инҳирофи нархи ба вуҷудомадаро ба фоидаи молиявии худ табдил медиҳад. Манбаъ таъкид мекунад, ки ин ҳамлаҳо аксаран на аз як транзаксия, балки аз пайдарпаии даврие ба вуҷуд меоянд, ки аз амалиёти бисёрмарҳилагӣ ба монанди flash loan, swap, transfer, тағйири ликвидият, ҳамкории oracle ва монанди инҳо ташкил шудаанд.
Масалан, агар шартнома ба ҷои нархи миёнаи бехатари вазншуда бо вақт танҳо ба нархи фаврии spot такя кунад, ҳамлагар метавонад аввал бо транзаксияҳои калон нархи бозори дахлдорро вайрон кунад, сипас шартномаро водор созад, ки ин нархи муваққатиро истифода барад ва дар марҳилаи охир мавқеъҳои худро баста фоида гирад. Дар ин ҷо танҳо маълумоти “swap-и калон рух дод” худ аз худ ҳамларо исбот намекунад; swap-и калон метавонад қисми арбитражи муқаррарӣ ҳам бошад. Маънои ҳамла бояд дар якҷоягӣ бо он арзёбӣ шавад, ки шартнома ин транзаксияро бо кадом мантиқи нархгузорӣ коркард мекунад.
Чаро DeFiFusion Рӯйдодҳои Транзаксия ва Коди Шартномаи Ҳушмандро Якҷо Истифода Мекунад?
DeFiFusion ду модалиятро якҷо истифода мекунад, зеро рӯйдодҳои транзаксия ҳангоми иҷро чӣ рӯй додааст, семантикаи шартномаи ҳушманд бошад шарҳ медиҳад, ки ҳамон рафтор чаро метавонад аз нигоҳи амният хатарнок бошад; дар санҷиши соли 2026-и таҳқиқот моделҳои танҳо-рӯйдод ва танҳо-шартнома ҳамлаҳои гуногунро аз даст доданд, дар ҳоле ки модели муттаҳидкунандаи ду модалият бо T5-RPE ҳамаи 18 рӯйдодро гирифт.
Манбаъ дар адабиёт ду равиши асосиро ҷудо мекунад. Усулҳои транзаксиямеҳвар рӯйдодҳо ва ҳаракатҳои сармояро дар занҷири воқеӣ мебинанд, аммо метавонанд пурра надонанд, ки онҳо бо кадом мантиқи шартнома коркард шудаанд. Таҳлилҳои статикии шартнома бошанд метавонанд заъфҳои эҳтимолиро дар код пайдо кунанд, вале на ҳамеша муайян карда метавонанд, ки роҳи коде, ки назариявӣ заиф менамояд, дар бозори воқеӣ воқеан фаъолшаванда аст ё не.
Ҳадафи DeFiFusion додани ин ду назари нопурра ба як модел аст.
Марҳилаи 1: намояндагии асосии рӯйдоди транзаксия
Ҳар як рӯйдод:
\[ e_t=(n_t,a_t,m_t,\mathcal{T}_t,d_t) \]
ба ин шакл ҷудо карда мешавад. Дар ин ҷо:
- \(n_t\): тартиби рӯйдод дар пайдарпаии транзаксия,
- \(a_t\): суроғаи шартномае, ки рӯйдодро паҳн мекунад,
- \(m_t\): номи event,
- \(\mathcal{T}_t\): рӯйхати indexed topic,
- \(d_t\): event data payload мебошад.
Ҳамаи event-ҳои марбут ба ҳамла ё рӯйдоди безарар ҳамчун event log-и тартибёфта:
\[ \mathcal{E}=(e_1,\ldots,e_L) \]
нигоҳ дошта мешаванд. \(L\) шумораи event-ҳо дар он пайдарпаии рӯйдод аст.
Event-ҳо ба кадом синфҳои корӣ ҷудо мешаванд?
| Категория | Мазмун |
|---|---|
| Амалиёти Token | Амалиёти mint, burn ва transfer |
| Ликвидият & AMM | Таъмини ликвидият ва бозмувозинсозии pool |
| Савдо & Swap-ҳо | Мубодилаи бозорӣ, swap ва иҷрои фармоиш |
| Қарздиҳӣ & Қарзгирӣ | Амалиёти қарзӣ ба монанди қарзгирӣ ва бозпардохт |
| Қарз & Ликвидатсия | Пайгирии қарз, гарав ва амалиёти ликвидатсия |
| Ҳамкориҳои Oracle | Навсозиҳои price feed ва oracle state |
| Staking & Подошҳо | Қулф кардани дороӣ ва тақсими подош |
| Vault-ҳо & Идоракунӣ | Давраҳои нигоҳдорӣ, гузоштан ва гирифтани маблағ |
| Идоракунии Комиссияҳо | Комиссияҳои хизматрасонӣ ва тақсими ҳавасмандкуниҳо |
| Идоракунӣ | Ҳолати идоракунӣ ва вогузории овоз |
| Байнизанҷирӣ | Bridge ва паёмрасонии байнизанҷирӣ |
| Ҳолати Шартнома | Мантиқи дохилии шартнома ва парчамҳои ҳолат |
Чаро суроға ба хусусиятҳои hash табдил дода мешавад?
Худи суроға бевосита хусусияти ададии омӯзиши мошинӣ нест. Аз ин рӯ, манбаъ суроғаро бо ду проексияи SHA-256 ба фазои ададӣ харита мекунад:
\[ h_k(a_t)= \frac{ \mathrm{int}\left( \mathrm{SHA256}(a_t)[4(k-1):4k] \right) }{ 2^{32}-1 }, \qquad k\in\{1,2\}. \tag{1} \]
Ин формула қисмҳои муайяни баромади SHA-256-и суроғаро ба адад табдил дода, бо тақсим ба \(2^{32}-1\) нормализатсия мекунад. Натиҷа беандоза аст. Ду қимати гуногуни \(k\) ду проексияи hash тавлид мекунанд.
Илова бар ин, дарозии суроға дар шакли \(|a_t|/100\) нормализатсия мешавад ва нишондиҳандаи формати шартнома истифода мешавад, ки муайян мекунад дарозии суроға 42 аст ё не.
Энтропияи суроға чиро чен мекунад?
Энтропияи нормализатсияшудаи Shannon барои тақсимоти аломатҳо дар танаи суроғаи шонздаҳӣ:
\[ \mathrm{Ent}(a_t) = -\frac{1}{\log_2|\Sigma|} \sum_{i\in\Sigma} p_i\log_2(p_i+\epsilon), \qquad \epsilon=10^{-8}. \tag{2} \]
Дар ин ҷо \(\Sigma=\{0,\ldots,9,a,\ldots,f\}\) маҷмуаи аломатҳои шонздаҳӣ ва \(p_i\) басомади эмпирикии аломати дахлдор дар танаи суроға мебошад. Агар аломатҳо тақрибан баробар тақсим шуда бошанд, энтропия ба 1 наздик мешавад; агар чанд аломат пайдарпай такрор истифода шаванд, энтропия кам мешавад.
Манбаъ инчунин дар дохили суроға 0000 ё dead зерпайдарпаиро ҷустуҷӯкунандаи:
\[ \mathbb{1}_{\mathrm{hp}}(a_t) = \mathbb{1} [ \texttt{0000}\sqsubseteq \mathrm{lc}(a_t) \vee \texttt{dead}\sqsubseteq \mathrm{lc}(a_t) ] \tag{3} \]
нишондиҳандаро истифода мекунад. Аммо таҳқиқот ин нишондиҳандаро танҳо ҳамчун огоҳии “суроға ба ҳамлагар тааллуқ дорад” истифода намекунад. Бо зикри он ки пайдарпаии чор сифр дар трафики безарар ҳам бо эҳтимоли паст, вале ғайрисифрӣ пайдо шуда метавонад, талаб мекунад, ки нишондиҳанда танҳо бо дигар нишонаҳои андоза/хавф истифода шавад.
Нишондиҳандаҳои асосии дасткории нарх
Барои payload-и ададии \(x\) се нишондиҳандаи андоза муайян мешавад:
- \(\mathbb{1}_{\mathrm{tail}}=\mathbb{1}[|x|>10^{18}]\): думи арзиши аз ҳад калон,
- \(\mathbb{1}_{\mathrm{oob}}=\mathbb{1}[0<|x|<10^6]\): андозаи хурде, ки таҳқиқот онро аз нигоҳи иқтисодӣ берун аз банди муқаррарӣ мешуморад,
- \(\mathbb{1}_{\mathrm{zero}}=\mathbb{1}[x\text{ yok veya }x=0]\): нишондиҳандаи додаҳои сифрӣ/мавҷуднабуда.
Аз онҳо чор нишондиҳандаи рафтор сохта мешавад:
\[ \mathbb{1}_{\mathrm{pm}} = \mathbb{1}_{\mathrm{tr}} \wedge (\mathbb{1}_{\mathrm{tail}}\vee\mathbb{1}_{\mathrm{oob}}) \wedge \mathbb{1}[|\mathcal{T}_t|\geq2], \]
\[ \mathbb{1}_{\mathrm{fl}} = \mathbb{1}_{\mathrm{sw}} \wedge \mathbb{1}_{\mathrm{tail}} \wedge \neg\mathbb{1}_{\mathrm{zero}}, \]
\[ \mathbb{1}_{\mathrm{wt}} = \mathbb{1}_{\mathrm{tr}} \wedge \mathbb{1}[|\mathcal{T}_t|\geq2] \wedge \neg\mathbb{1}_{\mathrm{tail}} \wedge \neg\mathbb{1}_{\mathrm{zero}}, \]
\[ \mathbb{1}_{\mathrm{bm}} = \mathbb{1} [ \tau(d_t)=\mathrm{BOOL} \wedge b_t=1 ] \wedge \mathbb{1}_{\mathrm{tr}}. \tag{4} \]
Манбаъ онҳоро мутаносибан ҳамчун модели дасткорӣ, модели flash-loan, модели wash-trading ва нишонаҳои гузариши ҳолати boolean, ки семантикаи transfer-ро ҳамроҳӣ мекунанд, истифода мекунад. Инҳо қоидаҳое нестанд, ки ҳамларо танҳо худашон исбот кунанд; онҳо хусусиятҳое мебошанд, ки модел истифода мекунад.
Холи хавфи аномалияи ададӣ
Барои payload-и ададӣ таҳқиқот:
\[ S_{\mathrm{risk}}(x) = \min \left( 0.4\, \mathbb{1} [ |x|<10^6 \vee |x|>10^{20} ] + 0.3\,\mathbb{1}_{\mathrm{fmt}}(x) + 0.2\,\mathbb{1}_{\mathrm{tail}}(x) + 0.1\,\mathbb{1} [ \#_9(x)>3 ], 1 \right). \tag{5} \]
\(\mathbb{1}_{\mathrm{fmt}}\) нишон медиҳад, ки оё адад формати ғайр аз навишти муқаррарии даҳӣ дорад; \(\#_9(x)\) бошад шумораи рақамҳои “9”-ро дар навишти мутлақи қимат нишон медиҳад. Манбаъ фарз мекунад, ки шумораи зиёди 9 метавонад сигнали рафтори probing дар наздикии overflow ё ҳадҳои комиссия бошад.
Азбаски вазнҳо \(0.4+0.3+0.2+0.1=1\) мебошанд, вақте ҷузъҳои хол 0 ё 1 бошанд, ин сохтор якҷояшавии нишондиҳандаҳои вазндор аст. Ин ҳадҳо ва вазнҳо аз додаҳо омӯхта намешаванд; таҳқиқот онҳоро ҳамчун параметрҳои тарҳи пешакӣ собитшуда истифода мекунад.
Ноустувории миқдор дар дохили рӯйдод
Маҷмуаи миқдорҳои формати оддии даҳӣ дар пайдарпаии рӯйдод \(\mathcal{H}\), миёнаи он \(\mu_{\mathcal{H}}\) ва инҳирофи стандартӣ \(\sigma_{\mathcal{H}}\):
\[ V_{\mathrm{amount}}(x) = \min \left( \frac{|x-\mu_{\mathcal{H}}|} {3\sigma_{\mathcal{H}}}, 1 \right) \tag{6} \]
таъриф мешавад. Қимат байни 0 ва 1 маҳдуд карда мешавад. Агар миқдори кофӣ набошад, \(\sigma_{\mathcal{H}}=0\) бошад ё \(x=0\) бошад, манбаъ ин қиматро 0 қабул мекунад.
Нуктаи муҳими методологӣ дар ин ҷо он аст, ки \(\mathcal{H}\) равзанаи зиндаи ба қафо лағжанда нест, балки event log-и пурраи рӯйдод аст. Аз ин рӯ, хусусият, ба гуфтаи худи манбаъ, бештар ба арзёбии post-hoc-и пайдарпаии пурраи рӯйдод такя мекунад, на ба streaming monitoring.
Нишондиҳандаи ҷараёни арзиш аз шартнома ба шартнома
Нишондиҳандаи contract-to-contract-и манбаъ:
\[ \mathbb{1}_{\mathrm{c2c}} = \mathbb{1} \left[ |a_t|=42 \wedge |\mathcal{T}_t|\geq2 \wedge \bigwedge_{i=1}^{2} |\mathcal{T}_t[i]|=42 \right]. \tag{7} \]
Дар формати шартнома/суроға будани суроғаи тавлидкунандаи рӯйдод ва ду indexed topic-и аввал ҳамчун хусусияте истифода мешавад, ки ҷараёни мустақими арзиш байни шартномаҳоро дар indexed event log ифода мекунад.
Аномалияи зичии замонӣ
Манбаъ рафтори probing-и басомади баландро:
\[ F_{\mathrm{anomaly}}(e_t) = \min \left( \frac{1}{\Theta} \left| \{ j\in\mathcal{E}:n_j>n_t-\Delta\kappa \} \right|, 1 \right), \]
\[ \Delta\kappa=\Theta=10 \tag{8} \]
таъриф мекунад. Агар event log камтар аз 10 event дошта бошад, қимат 0 гирифта мешавад. Расидани хол ба 1 дар тафсири манбаъ ба event burst-и зич мувофиқат мекунад.
Нишондиҳандаҳои хавф чӣ гуна муттаҳид мешаванд?
Қабатҳои хавфи баланд ва миёна:
\[ R_{\mathrm{hi}} = 0.25\,\mathbb{1}_{\mathrm{pm}} + 0.20\,S_{\mathrm{risk}} + 0.20\,\mathbb{1}_{\mathrm{sat}} + 0.15\,\mathbb{1}_{\mathrm{fl}} + 0.10\,\mathrm{Ent}(a_t) + 0.05\,\mathbb{1}_{\mathrm{bm}} + 0.05\,\mathbb{1}_{\mathrm{dam}}, \]
\[ R_{\mathrm{med}} = 0.40\,\mathbb{1}_{\mathrm{wt}} + 0.30\,V_{\mathrm{amount}} + 0.30\,\mathbb{1}_{\mathrm{c2c}}, \]
\[ R= \min(R_{\mathrm{hi}}+R_{\mathrm{med}},1). \tag{9} \]
Ин муодила маркази хусусиятҳои хавфи дасткории нарх аст, ки манбаъ дастӣ тарҳрезӣ кардааст. Вазнҳо собитанд ва аз додаҳои ҳамлаи тамғагузоришуда оптимизатсия нашудаанд. Бинобар ин \(R\) худ ба худ эҳтимоли эмпирикии ҳамла нест; он яке аз хусусиятҳои ба DPF-Transformer додашаванда аст.
Хусусиятҳои глобалӣ
Ду хусусияти глобалӣ истифода мешавад. Field filling density, ҳиссаи майдонҳои холинабуда дар event tuple-ро чен мекунад. Structural payload scale бошад дарозии ҷамъии аломатҳои майдонҳои матнӣ, ба монанди суроға, номи event ва topics-ро нормализатсия карда, миқёси сохтории ҷараёнҳои иҷроии мураккабтарро ифода мекунад.
Марҳилаи 2: семантикаи шартномаи ҳушманд
Коди манбаи шартнома аз ҷониби tokenizer:
\[ W=\{w_1,\ldots,w_N\} \]
ба пайдарпаии token табдил дода мешавад ва барои маҳдуд кардани хароҷоти ҳисоббарорӣ дар дарозии максималии \(N\) бурида мешавад. Манбаъ қимати ададии \(N\)-ро дар матни асосӣ гузориш намекунад; аз ин рӯ Verianla қиматеро бофта набаровардааст.
Модели такягоҳи пешфарз DeepSeek-Coder-7B-Instruct-v1.5мебошад ва ҳангоми омӯзиш яхкарда аст. LLM бо 4-bit NormalFloat ва double quantization фишурда мешавад; inference бо BFloat16 иҷро мешавад.
Пайдарпаии contextual hidden state-и LLM:
\[ H'_c=\{u_1,\ldots,u_N\} \]
бо masked average pooling ба як вектори шартнома табдил дода мешавад. Padding token-ҳо тавассути attention mask ба миёна дохил намешаванд. Ҳангоми ҷамъ кардани векторҳои шартномаҳои истифодашуда дар як рӯйдод, пайдарпаии embedding-и шартнома \(H_c\) ба даст меояд.
Марҳилаи 3: муттаҳид кардани ду модалият
Намояндагии рӯйдоди транзаксия \(H_e\) ва намояндагии шартнома \(H_c\):
\[ H_m=[H_e\mid H_c] \]
ба ин шакл муттаҳид мешаванд.
Вектори event дар ҳар мавқеъ:
\[ v_t\in\mathbb{R}^{80} \]
андоза дорад. Embedding-и шартнома тавассути проексияи омӯзишшаванда:
\[ W_c c_t+b_c\in\mathbb{R}^{d_p} \]
бо проексияи:
\[ d_p=1024 \]
ба андозаи дахлдор кам карда мешавад. Ҳамин тавр, паҳноии муттаҳидшудаи пешфарз:
\[ d=80+1024=1104 \]
мегардад.
Чаро T5-RPE Дар Ин Таҳқиқот Муҳим Аст?
T5-style Relative Positional Encoding азбаски ба ҳисобкунии attention бештар масофаи нисбии event-ҳоро нисбат ба ҳамдигар ворид мекунад, на рақами тартибии мутлақи онҳоро, ҳадаф дорад сохтори ҳамон мотиви даврии дасткории нархро ҳангоми ба ҷои дигари пайдарпаии event кӯчидани он нигоҳ дорад; манбаъ гузориш мекунад, ки дар санҷиши соли 2026 варианти APE бо рамзгузории мутлақи мавқеъ се ҳамларо аз даст дод, дар ҳоле ки модели пурра бо T5-RPE 18/18 ҳамларо ошкор кард.
Матритсаи attention-и таҳқиқот:
\[ A^{(h)} = \frac{ Q^{(h)}(K^{(h)})^\top }{ \sqrt{d_h} } + B^{(h)} + M_{\mathrm{pad}}, \]
\[ B^{(h)}_{ij} = b^{(h)}_{\beta(j-i)}, \qquad [M_{\mathrm{pad}}]_{ij} = -10^4(1-\rho_j). \tag{10} \]
Дар ин ҷо:
- \(h\): attention head,
- \(d_h=d/n_h\): андозаи ҳар head,
- \(n_h=8\): шумораи attention head,
- \(B^{(h)}\): матритсаи relative-position bias,
- \(\rho_j\): ниқоби эътибор, ки нишон медиҳад мавқеъ додаи воқеӣ аст ё padding,
- \(\beta(j-i)\): функсияе, ки масофаи нисбии байни ду event-ро ба bucket табдил медиҳад.
T5-RPE дар маҷмӯъ 32 bucket истифода мекунад; барои ҳар самт 16 bucket мавҷуд аст. Масофаҳо то ҳашт қадам мустақим ҷудо карда мешаванд, масофаҳо то 128 ба таври логарифмӣ миқёс мегиранд ва event-ҳои дуртар дар bucket-и охирин сер мешаванд. Бо ҳашт attention head ҷадвали relative-bias танҳо:
\[ 32\times8=256 \]
скаляри омӯзишшавандаро дар бар мегирад.
Эҳтимоли баромади DPF-Transformer
Пайдарпаии баромади Transformer encoder:
\[ \hat H=(\hat h_1,\ldots,\hat h_L) \]
бо masked mean, ки padding-ро хориҷ мекунад:
\[ z= \frac{ \sum_{t=1}^{L}\rho_t\hat h_t }{ \sum_{t=1}^{L}\rho_t } \]
ва сипас бо таснифкунандаи bottleneck:
\[ \hat p = \sigma \left( w_2^\top D_p \left( \mathrm{ReLU}(W_1z+b_1) \right) +b_2 \right). \tag{11} \]
\(\sigma\) функсияи логистикӣ аст ва \(\hat p\) холи эҳтимоли PMA-ро медиҳад. \(D_p\) амали dropout мебошад. \(W_1\) қабати bottleneck аст, ки паҳноии намояндагиро ду баробар кам мекунад. Манбаъ мегӯяд, ки ин сохтор барои кам кардани overfitting аз сабаби маҳдуд будани шумораи рӯйдодҳои тасдиқшудаи PMA истифода мешавад.
Рӯйдод:
\[ \hat p\geq\theta \]
ҳангоми иҷрои ин шарт ҳамчун PMA гузориш мешавад. \(\theta\) вобаста ба варианти арзёбӣ калибр карда мешавад; дар таҷрибаҳои гуногуни RQ-и мақола, махсусан барои варианти event-only, ҳадҳои гуногуни калибронӣ истифода шудаанд. Аз ин рӯ, нишон додани як ҳад ҳамчун параметри тағйирнопазири ҳамаи таҷрибаҳо дуруст нест.
Маҷмуаи додаҳо \(D_1\)
| Хусусият | Қимати манбаъ |
|---|---|
| Рӯйдоди тасдиқшудаи PMA | 225 |
| Давра | 2020–2026 |
| Шумораи блокчейнҳо | 6 |
| Шабакаҳои дастгиришаванда | Arbitrum, Avalanche, Base, BNB Chain, Ethereum, Polygon |
| Зарари умумии молиявии гузоришшуда | 804,3 milyon USD |
| Афзоиши синтетикии додаҳо | Истифода нашудааст |
Муҳаққиқон афзоиши синтетикии додаҳоро махсус рад кардаанд. Сабаб ин аст, ки тағйироти хурди сохторӣ дар пайдарпаии event-и ҳамла метавонанд тартиби дақиқи иҷроиро, ки ҳамларо муайян мекунад, вайрон карда, тамғаро нодуруст созанд. Аз ин рӯ, ба ҷои миқдори намунаҳо ба эътимоднокии тамғаҳои рӯйдодҳои воқеии тасдиқшуда афзалият дода шудааст.
Маҷмуаи додаҳои безарар \(D_2\)
Барои арзёбии мусбатҳои бардурӯғ дар оғоз:
\[ 428\,523 \]
транзаксияи безарари арзишашон баланд скан шудааст. Онҳо аз 435 барномаи DeFi меоянд. Пас аз ҷамъ кардани шартномаҳо ва хориҷ кардани вурудҳои номувофиқ, ҳамаи транзаксияҳое, ки дарозии event sequence-и онҳо аз 6 зиёд аст:
\[ 1\,150 \]
безарар нигоҳ дошта шудаанд.
Ин филтркунӣ махсус аз он сабаб анҷом дода шудааст, ки рӯйдодҳои ҳамла одатан пайдарпаии дарози event доранд. Ҳамин тавр кӯшиш шудааст, ки модель танҳо аз дарозии пайдарпаӣ барои ҷудо кардани ҳамла/безарар истифода накунад.
Таҷҳизоти омӯзиш ва гиперпараметрҳо
| Параметр | Қимат |
|---|---|
| LLM-и пешфарз | DeepSeek-Coder-7B-Instruct-v1.5 |
| Ҳолати LLM | Frozen / омӯзонда намешавад |
| Batch size | 4 |
| Dropout | 0,3 |
| Learning rate-и ибтидоӣ | \(10^{-5}\) |
| Learning-rate decay factor | 0,5 |
| Scheduler patience | 2 |
| Максимум epoch | 20 |
| Early-stopping patience | 3 epoch |
| Шумораи такрор | 10 иҷрои мустақил |
| Random seed | 0–9 |
| CPU | AMD Ryzen 9 8945HX, 2.50 GHz |
| GPU | NVIDIA GeForce RTX 5060 Ti, 8 GB VRAM |
| RAM | 16 GB |
Валидацияи салибӣ чӣ гуна анҷом дода шуд?
Дар таҷрибаи асосии RQ1 225 рӯйдоди PMA ба таври хронологӣ ба панҷ fold ҷудо карда шуданд. Rotating five-fold cross-validation истифода мешавад. Дар ҳар давр як fold маҷмуаи test мешавад; охирин fold-и боқимонда аз нигоҳи хронологӣ ҳамчун маҷмуаи validation истифода мешавад ва се fold-и дигар маҷмуаи training-ро ташкил медиҳанд.
Агар ҳамла дар яке аз 10 иҷрои random seed аз даст рафта бошад, ҳамчун false negative сабт шудааст. Ин қоидаи қарор нисбат ба танҳо ба миёна ё овоздиҳии аксарият нигоҳ кардан меъёри сахттар аст.
Маҷмуаи додаҳои безарари \(D_2\) бошад ба таври тасодуфӣ омехта шуда, ба панҷ fold ҷудо шудааст ва таҷрибаҳо барои пешгирии ихроҷи додаҳо мустақилона гузаронида шудаанд.
Дар таҷрибаҳои RQ3 ва RQ4 бе ротацияи хронологии панҷ fold, се fold ҳамчун training, як fold ҳамчун validation ва як fold ҳамчун test истифода шудааст. Аз ин рӯ, threshold ва натиҷаҳои бахшҳои гуногуни RQ-ро набояд гӯё онҳо дар як шароити якхелаи тақсимоти додаҳо аз як таҷриба гирифта шудаанд, омехта кард.
Муқоисаи baseline чӣ гуна анҷом дода шуд?
DeFiFusion бо се абзори асосии ба транзаксия/рафтор нигаронидашуда муқоиса шудааст: DeFiRanger, DeFort ва DeFiScope.
Дар ҳамлаҳое, ки маҷмуаи додаҳои D1 ва DeFiScope бо ҳам бурида мешаванд, натиҷаҳои гузоришшудаи мақолаи DeFiScope истифода шудаанд. Дар ҳамлаҳои буриданашаванда, азбаски DeFiRanger ва DeFort манбаи кушода нестанд, муҳаққиқон усулҳоро аз рӯи мантиқи асосии дар адабиёт шарҳдодашуда дубора татбиқ кардаанд. Дар ин раванди дубора татбиқ Claude 4.6 Sonnet ҳамчун абзори ёрирасони таҳия истифода шудааст.
Мутобиқати дубора татбиқ бо гузоришҳои аслӣ дар намунаҳои буришкунанда:
- барои DeFiRanger %92,6,
- барои DeFort %95,8
гузориш шудааст.
Дар рӯйдодҳои DeFiScope-и буриданашаванда бошад, ба ҷои GPT-4o-и дар таҳқиқоти аслӣ истифодашуда модели такягоҳи кушодаи MiMo-V2.5-Pro истифода шудааст ва модель дар серверҳои маҳаллии ҷисмонӣ ҷудошуда иҷро шудааст.
Ин ҷузъиёт муҳим аст: ҳамаи рақамҳои baseline дар ҳар ҳолат аз binary/версияи хидматии айнан ҳамон абзорҳои аслӣ гирифта нашудаанд. Баъзеашон аз дубора татбиқи муҳаққиқон бармеоянд.
Усул ва Натиҷаҳои Таҳқиқот
RQ1: натиҷанокии ошкорсозӣ дар 225 ҳамла
| Усул | PMA-и ошкоршуда | PMA-и аз дастрафта | Ошкорсозӣ дар 52 рӯйдод бо зарари ҳадди ақал 1 миллион USD |
|---|---|---|---|
| DeFiRanger | 127 / 225 | 98 | 29 / 52 |
| DeFort | 117 / 225 | 108 | 18 / 52 |
| DeFiScope | 120 / 225 | 50; дар 47 рӯйдод иҷро аз сабаби вуруди нопурра ноком шуд | 21 / 52; дар 18 рӯйдод иҷро ноком шуд |
| DeFiFusion | 222 / 225 | 3 | 51 / 52 |
Манбаъ барои натиҷанокии умумии DeFiFusion чунин қиматҳоро медиҳад:
Precision: %96,10
Recall: %98,67
.
Recall дар ин ҷо чен мекунад, ки чӣ қадар аз ҳамлаҳои воқеӣ гирифта шуданд; precision бошад чен мекунад, ки чӣ қадар аз намунаҳои аз ҷониби модел ҳамчун ҳамла нишонагузоришуда воқеан ҳамла мебошанд. Recall-и %98,67 бо ошкор шудани 222 аз 225 ҳамла мувофиқ аст.
Муқоиса бо абзорҳои contract-only
DeFiTainter ва SMARTCAT танҳо коди шартномаи қурбониро ҳамчун вуруд истифода мекунанд ва азбаски ҳамаи шаш занҷирро дастгирӣ намекунанд, манбаъ онҳоро ба Ҷадвали II-и асосӣ дохил накардааст.
| Зермаҷмуаи муқоиса | Абзори contract-side | Ошкорсозии contract-side | Ошкорсозии DeFiFusion |
|---|---|---|---|
| 95 ҳамла | DeFiTainter | 34 / 95 (%35,79) | 93 / 95 (%97,89) |
| 194 ҳамла | SMARTCAT | 83 / 194 (%42,78) | 192 / 194 (%98,97) |
Ин натиҷа тезиси асосии таҳқиқотро дастгирӣ мекунад: баррасии танҳо коди шартнома метавонад ҳамлаҳоеро аз даст диҳад, ки exploitability-и онҳо ба рафтори воқеии транзаксия вобаста аст.
Чаро се false negative ба вуҷуд омад?
Манбаъ хусусияти умумии се false negative-ро ҳамчун кам будани ядрои ҳамла дар байни пайдарпаии дароз ва муқаррарӣ намоёни транзаксияҳо шарҳ медиҳад.
- RoeFinance: зиёда аз %99 аз 572 event амалиёти муқаррарии lending bookkeeping мебошанд.
- SEAToken: transfer-ҳои оддӣ дар пайдарпаии event бартарӣ доранд.
- Value.DeFi: pooled representation ба кластери безарар хеле наздик аст; аз 15 ҳамсояи наздиктарин 14-то транзаксияи муқаррарӣ мебошанд.
Дар ҳоле ки медианаи эҳтимоли ҳадди ақали ошкорсозии дигар ҳамлаҳо дар 10 seed 0,996 аст, танҳо ҳамин се рӯйдод дар баъзе seed-ҳо аз ҳадди қарори 0,1 поён рафтаанд.
Манбаъ ҳамчунин мегӯяд, ки ин нокомиҳо комилан системавӣ нестанд: овоздиҳии аксарият байни seed-ҳо ду ҳолатро ва probability averaging ҳар се ҳолатро барқарор мекунад. Аммо ҷадвали асосии натиҷаҳо қоидаи сахттарро истифода карда, ҳамлаи дар ягон seed аздастрафтаро false negative ҳисоб мекунад.
False positive-ҳо аз куҷо меоянд?
Ҳамаи нӯҳ false-positive occurrence, ки дар даҳ seed дида шудаанд, ба як кластери near-duplicate тааллуқ доранд, ки ҳафт транзаксияи безарарро дар бар мегирад. Дар 1.141 транзаксияи безарари боқимонда false-positive occurrence мушоҳида нашудааст.
Ин кластери безарар бо ҳамон се шартнома ҳамкорӣ мекунад: fee-on-transfer token, як PancakeSwap pair ва wrapped BNB. Дар ин транзаксияҳо ҳиссаи swap event-ҳо %22 аст; манбаъ медианаи ҳамларо %17 ва медианаи безарарро сифр медиҳад. Аз ин рӯ, ин транзаксияҳои безарар дар фазои хусусиятҳо наздиктарин намунаҳои муқаррарӣ ба минтақаи ҳамла мебошанд.
Натиҷаи 18/18 Дар Соли 2026 Дар Асл Чӣ Маъно Дорад?
Натиҷаи %100 recall-и DeFiFusion дар арзёбии “simulated zero-day”-и соли 2026 нишон медиҳад, ки модель баъд аз омӯзиш бо ҳамлаҳои 2020–2024 ва валидация бо рӯйдодҳои 2025 ҳамаи 18 ҳамлаи тасдиқшудаи соли 2026-ро, ки баъдтар рух додаанд, гирифтааст; ин санҷиши қавии умумисозии замонӣ аст, аммо азбаски танҳо 18 рӯйдодро дар бар мегирад, барои ҳамаи намудҳои PMA-и оянда кафолати %100 амният нест.
Дар ин таҷриба ҳамлаҳои соли 2026 ба додаҳои омӯзиш дохил карда нашудаанд. Намунаҳои манфӣ низ ба се гурӯҳи замонӣ тақсим шудаанд.
| Вариант | Иттилои истифодашаванда | Рӯйдодҳои аздастдода |
|---|---|---|
| \(DFu_e\) | Танҳо хусусиятҳои event | Moonwell2, Venus THE, BYToken |
| \(DFu_c\) | Танҳо семантикаи шартнома | Truebit, SEAToken |
| \(DFu_{APE}\) | Ду модалият + absolute positional encoding | YSDAO, AISOTHPresale, DIP |
| \(DFu_{RPE}\) | Ду модалият + T5-RPE | Ҳеҷ кадом; 18 / 18 |
Ҳамдигарро напӯшонидани маҷмуаҳои рӯйдодҳое, ки моделҳои event-only ва contract-only аз даст додаанд, махсусан муҳим аст. Ин натиҷа дастгирӣ мекунад, ки ду модалият як иттилоъро такрор намекунанд, балки сигналҳои ҳамдигарро пуркунанда доранд.
Moonwell2 ва Venus THE ду ҳолати соли 2026 бо зарари аз ҳама баланд мебошанд, ки варианти event-only аз даст додааст. Манбаъ шарҳ медиҳад, ки exploitability дар ин рӯйдодҳо ба мантиқи сатҳи шартнома сахт вобаста аст. Truebit ва SEAToken бошад аз ҷониби модели contract-only аз даст дода шудаанд; манбаъ онҳоро ҳамчун мисолҳое арзёбӣ мекунад, ки статикӣ безарар менамоянд, вале нияти зараровар дар рафтори runtime падид меояд.
Вақти ҳисоббарории онлайн дар рӯйдодҳои 2026
| Рӯйдод | PC-Time | Online RunTime |
|---|---|---|
| Truebit | 0,68 s | 2,95 + 2,68 ms |
| Moonwell2 | 0,72 s | 2,47 + 3,58 ms |
| Curve LlamaLend | 7,23 s | 5,30 + 3,52 ms |
| EST Token | 3,83 s | 7,86 + 14,48 ms |
| SEAToken | 2,91 s | 8,14 + 10,92 ms |
| BOSS | 0,61 s | 7,85 + 9,86 ms |
| WHALE | 2,48 s | 4,60 + 2,55 ms |
PC-Time вақти лозим барои пешакӣ ҳисоб кардани семантикаи шартнома аст. RunTime бошад вақти event feature extraction ва inference-и таснифкунандаро алоҳида медиҳад. Далели муаллифон оид ба муҳофизати вақти воқеӣ ба фарзияе такя мекунад, ки коди шартнома пас аз deployment тағйир намеёбад ва \(H_c\) метавонад пешакӣ ҳисоб ва индекс шавад.
Бо вуҷуди ин, ин қиматҳо “пешгӯӣ пеш аз оғози ҳамла” нестанд. Event log бояд ташаккул ёбад. Хусусияти event-anomaly-и худи манбаъ пайдарпаии пурраи рӯйдодро истифода мекунад. Аз ин рӯ, қобилияти дахолати онлайнии усул ба он вобаста аст, ки event-ҳои дахлдор кай дар занҷир дастрас мешаванд ва протокол чӣ гуна механизми governance/pausing дорад.
Аблятсия: вақте хусусиятҳо як-як илова мешаванд, чӣ рӯй медиҳад?
Манбаъ чор конфигуратсияро муқоиса мекунад:
- \(F_{\mathrm{basic}}\)
- \(F_{\mathrm{basic}}+F_{\mathrm{cpmr}}\)
- \(H_e=F_{\mathrm{basic}}+F_{\mathrm{cpmr}}+F_{\mathrm{global}}\)
- \(H_e+H_c\)
Манбаъ дар Расми 2 нишон медиҳад, ки бо илова шудани ҳар оилаи нави хусусиятҳо тақсимоти пешгӯии безарар ва ҳамла бештар аз ҳам ҷудо мешавад; дар конфигуратсияи охирин, ки модалиятҳои рӯйдод ва шартнома якҷо истифода мешаванд, ду синф ба ду кластери қариб пурра ҷудошуда табдил меёбанд.
Азбаски координатаҳои хоми нуқтаҳои ин шакл дар манбаъ ҳамчун ҷадвали алоҳидаи додаҳо дода нашудаанд, Verianla scatter plot-и сохта аз нав эҷод накардааст.
Сатҳи талафоти APE ва T5-RPE
Манбаъ дар Расми 3 сатҳи талафоти омӯзиши DPF-Transformer-ро ба ҳамвории ду principal component-и аввал проексия мекунад. Sinusoidal Absolute Positional Encoding (APE) сатҳи ноҳамвортар ва training trajectory-и печидатар ба вуҷуд меорад, дар ҳоле ки T5-RPE сатҳи ҳамвортар ва роҳи мустақимтари омӯзишро ба сӯи final loss-и пасттар нишон медиҳад.
Ин шакл далели сабабият нест; муаллифон онро ҳамчун мушоҳидаи геометрияи оптимизатсия, ки бо умумисозии беҳтари T5-RPE мувофиқ аст, тафсир кардаанд.
Вақте модели такягоҳи LLM иваз мешавад, чӣ рӯй медиҳад?
Таҳқиқот нӯҳ модели такягоҳи гуногуни code LLM-ро муқоиса мекунад:
- CodeGemma-2B,
- CodeGemma-7B,
- CodeLlama-7B,
- DeepSeek-1.3B,
- DeepSeek-Coder-v1.5-7B,
- Qwen2.5-1.5B,
- Qwen2.5-3B,
- Qwen2.5-7B,
- StarCoder2-7B.
Санҷишҳои Wilcoxon signed-rank нишон медиҳанд, ки моделҳои калонтар дар байни seed-ҳо майл доранд натиҷаҳои зичтар ва камтағйиртар диҳанд, дар ҳоле ки манбаъ мегӯяд, натиҷанокии умумӣ байни нӯҳ модели такягоҳ дар сатҳи муқоисашаванда мемонад. Аз ин рӯ, истихроҷи семантикаи шартнома дар DeFiFusion ба як LLM аз ҳад зиёд вобаста ба назар намерасад.
Манбаъ фарқиятҳои муҳими ҷуфтиро дар графикҳо бо ситорачаҳо нишон медиҳад; матни асосӣ p-қиматҳои дақиқро барои ҳамаи ҷуфтҳо рӯйхат намекунад. Аз ин рӯ, Verianla p-қимати нав тавлид намекунад.
Андозаи проексия
Contract embedding-и аслии 4096-андоза бо проексияҳои 2048, 1024, 768 ва 512-андоза муқоиса шудааст.
Тибқи манбаъ:
- Ҳангоми фишурдан ба 2048 ва 1024 андоза дар чор метрикаи натиҷанокӣ талафоти муҳим дида нашудааст.
- Ҳангоми кам кардан ба 768 ва 512 андоза precision ва F1 ба таври назаррас бад шудаанд.
- Аз ин рӯ, андозаи проексияи пешфарз \(d_p=1024\) интихоб шудааст.
Ин проексия ҳадаф дорад шумораи параметрҳои таснифкунанда ва истифодаи хотираро кам карда, натиҷанокии асосиро нигоҳ дорад.
Хароҷоти пешакӣ ҳисобкунии LLM
Манбаъ дар Расми 6 вақти истихроҷи семантикаи шартнома аз ҷониби LLM-ҳои гуногунро дар шакли violin plot муқоиса мекунад. Моделҳои хурд одатан тезтаранд; азбаски тақсимоти вақти CodeLlama-7B нисбат ба дигарҳо хеле васеъ аст, он дар меҳвари y-и алоҳида нишон дода шудааст.
Барои LLM-и пешфарз манбаъ ба ҳисоби миёна барои ҳар шартнома/протокол тақрибан:
\[ 2.04\ \mathrm{s} \]
вақти pre-computation гузориш мекунад. Ин ҳисоббарорӣ офлайн анҷом дода мешавад.
Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад
- Моделсозии якҷояи рафтори транзаксия ва семантикаи шартнома дар ин маҷмуаи додаҳо нисбат ба равишҳои якмодалӣ ошкорсозии қавитари PMA-ро таъмин кардааст.
- DeFiFusion аз 225 ҳамлаи тасдиқшуда 222-тояшро ошкор кардааст.
- Манбаъ қимати умумии precision-ро %96,10 ва recall-ро %98,67 гузориш кардааст.
- DeFiFusion аз 52 ҳамлае, ки зарарашон 1 миллион USD ё бештар буд, 51-тояшро ошкор кардааст.
- Пас аз омӯзиши 2020–2024 ва validation-и 2025, аз 18 PMA-и соли 2026 ҳамаи 18-то аз ҷониби модели пурраи T5-RPE ошкор шуданд.
- Аз даст додани рӯйдодҳои гуногун аз ҷониби вариантҳои event-only ва contract-only дастгирӣ мекунад, ки модалиятҳо ҳамдигарро пурра мекунанд.
- T5-RPE дар таҷрибаи манбаъ нисбат ба absolute positional encoding ба рӯйдодҳои 2026 беҳтар умумӣ шудааст.
- Contract projection-и 1024-андоза дар таҷрибаҳои манбаъ натиҷанокии наздик ба embedding-и аслии 4096-андозаро бо таснифкунандаи хурдтар нигоҳ доштааст.
Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад
- Исбот нашудааст, ки DeFiFusion ҳамаи дасткориҳои нархи ояндаро %100 ошкор мекунад.
- Натиҷаи 18/18 zero-day маънои онро надорад, ки ҳамаи намудҳои ҳамлаи DeFi санҷида шудаанд.
- DeFiFusion низоми амниятии таъиноти умумӣ барои ошкор кардани ҳамаи осебпазириҳои блокчейн нест; таҳқиқот ба ошкорсозии PMA тамаркуз мекунад.
- Recall-и %98,67 сатҳи муваффақияти дарозмуддати кафолатшуда дар низоми production-и вақти воқеӣ нест.
- Натиҷаҳои моделро ба ҳамаи протоколҳое, ки коди манбаи шартномаашон пӯшида аст, мустақим умумӣ кардан мумкин нест.
- Нишон дода нашудааст, ки ҳадҳое ба монанди \(10^6\), \(10^{18}\), \(10^{20}\) дар формулаҳои fixed-weight хавф барои ҳамаи сохторҳои token decimal ва ҳамаи оилаҳои ояндаи PMA оптимуми универсалӣ мебошанд.
- Вақти inference-и камтар аз як сония кафолат намедиҳад, ки ҳамла дар ҳар ҳолат пеш аз ниҳоӣ шудани занҷир боздошта мешавад.
- Дар манбаъ арзёбии саҳроии дарозмуддати false-positive/false-negative дар production deployment-и зинда гузориш нашудааст.
Маҳдудиятҳои асосӣ
Шумораи ҳамлаҳои тасдиқшуда маҳдуд аст. 225 рӯйдод барои ин соҳа маҷмуаи калон бошад ҳам, аз нигоҳи омӯзиши мошинии муосир андозаи намуна маҳдуд аст. Муаллифон ба ҷои тавлиди додаҳои синтетикӣ нигоҳ доштани дақиқии тамғаро интихоб кардаанд.
Санҷиши пешрави вақт дар соли 2026 танҳо 18 рӯйдодро дар бар мегирад. Аз ин рӯ, recall-и %100 натиҷаи қавӣ, вале маҳдуди санҷиш аст.
Вобастагӣ ба коди манбаъ вуҷуд дорад. Вақте шартномаҳои тасдиқнашуда ё closed-source танҳо bytecode медиҳанд, модалияти семантикаи шартнома истифода намешавад. Муаллифон барои оянда таҳқиқи decompilation ва bytecode-semantic modeling-ро пешниҳод мекунанд.
Қисме аз хусусиятҳои хавф дастӣ тарҳрезӣ шудаанд. Ҳадҳо ва вазнҳои Муодилаҳои (4)–(9) аз ҷониби манбаъ a priori муайян шудаанд ва аз training label-ҳо омӯхта намешаванд.
Қисме аз baseline-ҳо дубора татбиқ шудаанд. Азбаски DeFiRanger ва DeFort манбаи кушода нестанд, қисми муқоиса ба reimplementation-и муҳаққиқон такя мекунад. Alignment-и ченшуда баланд аст, аммо %100 нест.
Дар рӯйдодҳои false-negative сигнали дасткорӣ кам аст. Мавҷудияти шумораи ками event-и ҳамла дар дохили ҷараёни дарози транзаксияҳои муқаррарӣ метавонад pooled representation-ро ба минтақаи безарар наздик кунад.
False-positive-ҳо дар транзаксияҳои муайяни безарари edge-case мутамарказ шудаанд. Fee-on-transfer token ва swap event-ҳои зич метавонанд тақсимоти хусусиятҳои ба ҳамла монандро ба вуҷуд оранд.
Кори оянда
Самти кори ояндае, ки мақола ошкоро зикр мекунад, кам кардани вобастагӣ ба коди манбаъ тавассути истифодаи decompilation ва моделсозии семантикии асосёфта ба bytecode барои шартномаҳое мебошад, ки танҳо bytecode доранд.
Манбаъ ба ғайр аз ин иддао намекунад, ки ҳамаи ҳадҳои дастии хавф аз нав оптимизатсия мешаванд ё оилаҳои нави ҳамла ҳатман ҳал мегарданд; аз ин рӯ Verianla фарзияи иловагии натиҷаи ояндаро эҷод накардааст.
Ёддошт оид ба Манбаъ ва Усул
Унвони аслӣ: DeFiFusion: Combining Transaction Events with Smart Contracts to Detect Price Manipulation Attacks
Муаллифон: Rui Cao; Shaojing Fan; Liming Fang; Yuchan Liu; Yingying Jiao; Zhenguang Liu.
Тартиби муаллифон: Тартиби манбаъ айнан нигоҳ дошта шудааст.
Саҳми баробар: Дар версияи боршуда баёнияи саҳми баробар/муаллифи якуми баробар муайян нашудааст.
Corresponding authors: Liming Fang, Zhenguang Liu ва Yingying Jiao.
Rui Cao ва Liming Fang: School of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, China.
Shaojing Fan: Department of Electrical and Computer Engineering, National University of Singapore, Singapore.
Yuchan Liu: School of Aerospace Engineering, Nanjing University of Aeronautics and Astronautics, China.
Yingying Jiao: Zhejiang University of Technology, China.
Zhenguang Liu: Zhejiang University, The State Key Laboratory of Blockchain and Data Security; инчунин Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security, China.
Соҳаи илм: Амнияти компютерӣ, молияи ғайримарказӣ, амнияти блокчейн, шартномаҳои ҳушманд, омӯзиши мошинӣ ва моделҳои Transformer.
Навъи манбаъ: ArXiv preprint.
ArXiv: arXiv:2609.11008v1 [cs.CR].
Санаи ирсол: 10 Сентябр 2026.
DOI: 10.48550/arXiv.2609.11008. Ин DOI ба сабти arXiv тааллуқ дорад.
Пайванди расмӣ: https://arxiv.org/abs/2609.11008
Ҳолати тақриз / нашр: То 19 Ноябр 2026 дар сабтҳои тасдиқшудаи манбаъ маълумоти version-of-record-и ҷудогонаи маҷалла ё конфронси тақризшуда мавҷуд нест. Таҳқиқот ҳамчун preprint тасниф шудааст.
Объекти асосии таҳқиқот: Ошкор кардани ҳамлаҳои дасткории нарх дар DeFi тавассути истифодаи якҷояи рӯйдодҳои транзаксия ва семантикаи шартномаи ҳушманд.
Маҷмуаи додаҳо \(D_1\): 225 PMA-и тасдиқшуда, ки дар солҳои 2020–2026 дар шаш блокчейн рух додаанд; зарари умумии гузоришшуда 804,3 миллион USD.
Маҷмуаи додаҳо \(D_2\): Аз байни 428.523 транзаксияи безарари арзишашон баланд 1.150 транзаксияи безарар бо event sequence-и дарозтар аз 6.
Модели асосӣ: Dual-Modal Projection-Fusion Transformer (DPF-Transformer) + T5-style Relative Positional Encoding (T5-RPE).
LLM-и пешфарз: DeepSeek-Coder-7B-Instruct-v1.5; ҳангоми feature extraction-и шартнома frozen.
Намояндагии event: 80 андоза.
Contract projection: 1024 андоза.
Fused width: 1104.
Шумораи attention head: 8.
Шумораи bucket-и T5-RPE: 32; барои ҳар самт 16.
Натиҷанокии асосӣ: Ошкорсозии 222/225 PMA; precision %96,10; recall %98,67.
Арзёбии пешрави вақт дар 2026: 2020–2024 training, 2025 validation, 18 ҳамлаи соли 2026 test; модели пурраи T5-RPE 18/18-ро ошкор кард.
Такрори иҷро: Ҳар таҷриба бо 10 random seed-и мустақил гузаронида шудааст; seed 0–9.
Таҷҳизот: AMD Ryzen 9 8945HX 2.50 GHz, NVIDIA GeForce RTX 5060 Ti 8 GB VRAM ва 16 GB RAM.
Усули оморӣ: Дар RQ4 барои муқоисаи LLM ва проексия санҷишҳои Wilcoxon signed-rank истифода шудаанд. Матни асосӣ p-қиматҳои дақиқро барои ҳамаи ҷуфтҳо рӯйхат намекунад.
Бозтавлиди baseline: Азбаски DeFiRanger ва DeFort манбаи кушода нестанд, дар баъзе рӯйдодҳо усулҳо аз нав татбиқ шудаанд. Манбаъ барои ҳолатҳои overlap мутаносибан %92,6 ва %95,8 alignment гузориш медиҳад. Claude 4.6 Sonnet ҳамчун ёвари таҳия истифода шудааст.
Арзёбии дубораи DeFiScope: Дар ҳолатҳои non-overlap ба ҷои GPT-4o-и аслӣ MiMo-V2.5-Pro истифода шуда, модель дар сервери маҳаллии ҷудошуда иҷро шудааст.
Дастрасии dataset: Муаллифон мегӯянд, ки маҷмуаи додаҳои 225 PMA-и тасдиқшударо нашр кардаанд ва сабтҳои иловагии comparison-ро дар repository пешниҳод мекунанд. Азбаски дар бахши библиографии PDF-и боршуда URL-и кушодаи repository-и DeFiFusion дода нашудааст, Verianla URL бофта набаровардааст.
Маблағгузорӣ: Дар версияи боршуда funding statement-и ҷудогона муайян нашудааст.
Бархӯрди манфиатҳо: Дар версияи боршуда conflict-of-interest statement-и ҷудогона муайян нашудааст; фарзияи “бархӯрди манфиатҳо вуҷуд надорад” карда нашудааст.
CRediT / саҳмҳои муфассали муаллифон: Ҷадвали ҷудогонаи нақшҳои CRediT муайян нашудааст.
Баёнияи истифодаи AI: Муаллифон шарҳ медиҳанд, ки LLM-ҳоро барои бозтавлиди baseline ва беҳтар кардани хонданбобии мақола истифода кардаанд; мундариҷаи бо AI дастгиришударо худашон бозбинӣ кардаанд.
Литсензия: Дар PDF-и боршуда литсензияи кушодаи Creative Commons барои истифодаи дубора тасдиқ нашудааст. Дастрасии кушодаи arXiv худкор иҷозати истифодаи дубора ҳисобида нашудааст.
Муҳимтарин ҳудуди тафсир: Recall-и %98,67 дар 225 рӯйдод ва натиҷаи пешрави вақти 18/18 натиҷанокии қавии таҷрибавии модел мебошанд; ин кафолат намедиҳад, ки ҳамаи дасткориҳои нархи DeFi-и оянда дар муҳити production-и воқеӣ бо ҳамон сатҳ ошкор мешаванд.
Шарҳ гузоред
Нишонии почтаи электронии шумо нашр намешавад. Майдонҳои ҳатмӣ бо * нишон дода шудаанд