探索智能合约安全的新工具:Yools
2024-06-16 00:15:34作者:郜逊炳
项目介绍
Yools 是一款实验性的 Yul 语言符号执行引擎,旨在通过将 Yul 程序转化为一组 SMT( satisfiability modulo theories)约束,并借助 SMT 解决器来检测特定程序状态的可达性。目前,其主要功能是检查程序是否可能引发回滚错误。
项目技术分析
Yools 支持 Yul 的完整语法,但并非所有的 EVM 内置函数都在其中。它采用典型的 BMC (bounded model checking) 风格对循环进行最多指定次数的展开(用户可自定义)。这意味着在存在循环的情况下,结果可能不总是健全的,此时的结果假设循环不会超过给定的界限。
该工具提供了一个名为 symbolic 的子命令,用于实现可用的符号执行功能。用户可以通过命令行输入源文件并调整参数,如循环展开限制和所使用的 SMT 解决器。
例如:
yools symbolic -i switch.yul
对于简单的 Yul 源代码,Yools 可以轻松判断是否存在导致回滚的路径。
项目及技术应用场景
Yools 主要针对想要验证智能合约安全性的人群,尤其是那些希望从编译器级别的代码入手的开发者或安全专家。与直接分析 EVM 字节码或 Solidity 源代码相比,有以下几个优势:
- 相比于 Solidity,开发和维护 Yul 工具更简单,因为它的高级语言结构和类型变更较少。
- Yul 包含更多结构化信息,比如函数、循环、条件分支以及存储访问等,这使得代码推理和证明更加直观。
- 分析 Yul 代码可以避免在字节码层面上的信任问题,虽然最终部署的是 EVM 字节码,但在分析阶段无需考虑编译过程。
尽管如此,Yools 也存在一些限制,比如没有 Solidity 提供的复杂类型和结构化信息,以及无法直接处理已编译的二进制代码。
项目特点
- 灵活性:Yools 允许高度定制化的符号表示法,为不同的内存区域(如 calldata、memory 和 storage)编码提供了多种方式。
- 探索式研究:项目的目标之一是实验不同方法来提高 SMT 约束的生成,以便找到最适合特定 Yul 程序的方法。
- 未完成的功能:包括函数/循环摘要、ABI 编码/解码抽象、并行处理和外部调用等,这些未来的特性将使 Yools 功能更加强大和完善。
贡献者欢迎
如果你对智能合约验证或相关技术感兴趣,Yools 团队热情欢迎你的加入,一起探讨并贡献代码!
总的来说,Yools 作为一个新颖的工具,为智能合约的安全验证带来了新的视角和可能性。无论是开发者还是安全研究人员,都值得尝试并利用它来增强你的合约审核流程。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
645
149
Ascend Extension for PyTorch
Python
207
221
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
653
286
React Native鸿蒙化仓库
JavaScript
250
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873