前言
近期 ChatGPT 爆火，其对传统文字工作的效率提高及总结能力让使用者惊艳。紧随其后 CodeGPT 这样基于 GPT 的插件出现，也充分体现了其对代码编写效率的提高。而最新 GPT-4 的发布，是否可以应用到对区块链 、Solidity 智能合约的审计中呢？
基于这样的疑问，我们进行了多种可行性测试。
测试使用的对比模型对象：GPT-3.5(Web), GPT-3.5-turbo-0301, GPT-4(Web)。
代码片段使用 Prompt：Help me discover vulnerabilities in this Solidity smart contract.
漏洞代码片段的检测对比
在此部分，我们分三次测试，使用历史上常见的漏洞代码作为测试一和测试二的用例，来验证其对基础漏洞的检测能力，测试三中使用中等难度的漏洞代码作为测试用例。
测试一
用例：《智能合约安全审计入门篇 —— Phishing with tx.origin》
漏洞代码：
火币尖峰对话卡咩：Defi项目的火爆集中在基于Token的金融领域:6月24日下午，在由火币主办的火币尖峰对话“Waiting For ETH2.0”系列AMA活动中，火币矿池与dForce创始人杨民道、Infstones Head of Bussiness Sili、Stafi&Wetez创始人卡咩、真本聪联合创始人索老头就“乘风破浪的以太坊DeFi ”展开主题讨论，深度解读ETH2.0将给行业带来的重大影响。
在Stafi&Wetez创始人卡咩看来，目前Defi项目的火爆集中在基于Token的金融领域，无论是交易、稳定币、借贷还是衍生品。他表示，任何基于Token的创新金融业务都有可能是新的引爆点，也会在引爆点后形成更宽的赛道。基于Token的业务将会发展的越来越快，种类会越来越多。在这种情况下，进行组合、重组或者整合的机会就开始变多，而边缘一些为这些服务提供工具的机会也会出现。[2020/6/24]
（1）对 GPT 进行提问：
（2）GPT-3.5(Web) answer
“区块链大爷”火爆2018全球区块链精英峰会会场:据火讯财经报道称，4月28日，在2018全球区块链精英峰会会场外，一个头发花白的大爷吸引了很多人的注意，大爷手持宣传牌，上面写着“全球首个保洁链-Clean Chain，去中介化的保洁服务与管理”，同时发布需求“求技术合伙人！求交易所联系方式！”在宣传语中还表达了保洁行业是人类刚需，与区块链技术相结合势不可挡的强烈意愿。现场很多人称其为“区块链大爷”。[2018/4/28]
（3）GPT-3.5-turbo-0301 answer
（4）GPT-4(Web) answer
区块链概念持续火爆，板块内再现涨停潮:区块链概念持续火爆，板块内再现涨停潮。截至发稿，沪指上涨0.1%，报收3425点；深成指上涨0.24%，报收11464点；创业板上涨0.73%，报收1804点。从盘面上看，区块链等板块涨幅居前。[2018/1/11]
可以看到结果：3 个测试版本都发现了关键的 tx.origin 相关问题。
测试二
用例：《智能合约安全审计入门篇 —— 溢出漏洞》
（1）对 GPT 进行提问：
区块链概念行情火爆 区块链概念股掀涨停潮:受外围市场区块链概念股持续大热影响，A股市场上区块链概念近日表现抢眼。区块链指数昨日放量大涨5.88%，创该指数近一年来最大单日涨幅，同时成交量创历史新高。区块链概念股全线飘红，18只个股涨幅在5%以上，其中10只个股相继涨，包括广电运通、远光软件、四方精创、易见股份、新晨科技、高伟达、飞天诚信、安妮股份等。从资金流向看，主力资金抢筹迹象较为明显，昨日区块链概念股整体主力资金净流入16.03亿元，7只个股主力资金净流入逾亿元，分别是利欧股份、恒生电子、广电运通、游久游戏、浙大网新、飞天诚信、赢时胜。其中，利欧股份主力资金净流入1.78亿元，位居首位，该股昨日午后被拉升至涨停板，最新股价逼近60日线。[2018/1/11]
可以看到 GPT-3.5(Web)、GPT-3.5-turbo-0301 都发现了关键的 Overflow 漏洞，出乎意料的是 GPT-4(Web) 居然没有相关提示。
测试三
用例：《空手套白狼 —— Popsicle 被黑分析》
孙宇晨发微博分析以太坊云养猫火爆原因:Tron创始人孙宇晨发布微博分析以太坊云养猫火的原因，他认为：“1.猫的基因是真随机数，血统高贵花费的努力与时间能够被精准度量。2.数据去中心化，机制透明催生了公正市场。3.线上撸猫比线下省力，宅男女喜欢。4.数据透明，容易炫耀与比较。5.线上撸猫交易透明标准化易于交割，带有投资属性。6.交易智能合约7*24小时营业。”[2017/12/6]
对比结果，我们可以看到 3 个版本都未发现关键的漏洞点。
代码片段的检测总结
可以看到 GPT 模型对简单的漏洞代码块的检测能力还是不错的，但是对稍微复杂一点的漏洞代码暂时还无法检测，并且在测试中可以看到 GPT-4(Web) 的整体上下文可读性很高，输出格式清晰、舒服，但是其对代码的审计能力暂时没有远超 GPT-3.5(Web)、GPT-3.5-turbo-0301，甚至在部分测试中由于 Transformer 输出存在一定的不确定性反而导致 GPT-4(Web) 遗漏了一些关键问题。
为了更加契合普通项目方在合约审计中的简单操作需求，这里我们提高些难度，针对代码量大的合约进行全量导入上下文，让 GPT-4 模型进行审计（GPT-3 对上下文的字符总数限制更小这里就不做测试）。
用例：《千万美元被盗 —— DeFi 平台 MonoX Finance 被黑分析》
整份合约分批输入，在对话最后提出检测漏洞请求
这里使用 Prompt：
Here is a solidity smart contract
Contract code
The above is the complete code,help me discover vulnerabilities in this smart contract.
可以看到，GPT-4 虽然在 OpenAI 公布的信息中其单次输入字符总数已经是当前最高，但还是会由于文本超长导致在最后提问时 GPT 会上下文缺失而只识别到部分内容，所以这样对大型合约而言就无法进行完整的上下文审计。
拆封整份合约，分批输入分批检测
对话 1：
Help me discover vulnerabilities in this solidity smart contract.
分段内容 1
对话 2：
分段内容 2
对话 3：
分段内容 3
（1）优点
GPT 对合约代码中基础的简单的漏洞具备部分检测能力，并且在检测出漏洞后会以很高的可读性来解释漏洞问题，这样的特性比较适合为初级合约审计工作者前期训练提供快速指导和简单答疑。
（2）存在的问题
a. 每次生成内容波动
GPT 对每次对话的输出存在一定的波动，可以通过 API 接口参数进行调整，但是依旧不是恒定的输出，虽然这样的波动性对语言对话来说是好的方式，大大提高了对话给人的真实感。但是这对代码分析类的工作来说是一个不好的问题。因为为了覆盖 AI 可能告知我的多种漏洞回答，我需要多次请求同一问题并进行对比筛选，这无形中又提高了工作量，违背了 AI 辅助人类提高效率的基准目标。
例如这里再次运行 "漏洞代码片段的检测对比测试二（其中简单改变函数名后再次生成）：
可以看到其输出结果比之前测试又多了一些额外内容。
b. 漏洞分析能力依旧有很大的提高空间
对稍微复杂的漏洞进行检测即会发现当前的（2024.3.16）训练模型不能正确的分析并找到相关关键漏洞点。
GPT 辅助合约审计的可行性和潜力分析
虽然当前来看 GPT 对合约漏洞的分析及挖掘能力还处于相对较弱的状态，但它对普通漏洞小代码块的分析并生成报告文本的能力依旧让使用者兴奋，在可预见的未来几年伴随这 GPT 及其他 AI 模型的训练开发，相信对大型复杂合约的更快速，更智能，更全面的辅助审计一定会实现。当科技发展可指数级提高人工的效率时就会发生质变，我们非常期待 AI 对区块链安全的助力，我们会持续关注新 AI 产品对区块链安全的影响。最后可见的将来我们必将与 AI 在一定程度上进行融合，愿 AI 和区块链与你同在。
慢雾科技
个人专栏
阅读更多
金色财经 善欧巴
金色早8点
白话区块链
Odaily星球日报
MarsBit
欧科云链
深潮TechFlow
Arcane Labs
BTCStudy
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。