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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
578
3.91 K
Ascend Extension for PyTorch
Python
401
481
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
360
223
暂无简介
Dart
815
201
React Native鸿蒙化仓库
JavaScript
313
365
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++
904
713
🎉 (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
1.4 K
792
昇腾LLM分布式训练框架
Python
123
150
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
160