🎉️🎉️🎉Chúc mừng nhóm sinh viên 𝐋𝐞̂ 𝐇𝐨̂̀𝐧𝐠 𝐁𝐚̆̀𝐧𝐠, 𝐋𝐞̂ Đ𝐮̛́𝐜 𝐓𝐡𝐚̆́𝐧𝐠, sinh viên ngành An toàn thông tin (Khoa Mạng máy tính & Truyền thông) và 𝐧𝐡𝐨́𝐦 𝐧𝐠𝐡𝐢𝐞̂𝐧 𝐜𝐮̛́𝐮 𝐈𝐧𝐒𝐞𝐜𝐋𝐚𝐛 đã có bài báo nghiên cứu về phát hiện lỗ hổng bảo mật Hợp đồng thông minh (Blockchain) dựa trên Trí tuệ nhân tạo, được chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc tế "𝐓𝐡𝐞 𝟏𝟐𝐭𝐡 𝐒𝐲𝐦𝐩𝐨𝐬𝐢𝐮𝐦 𝐨𝐧 𝐈𝐧𝐟𝐨𝐫𝐦𝐚𝐭𝐢𝐨𝐧 𝐚𝐧𝐝 𝐂𝐨𝐦𝐦𝐮𝐧𝐢𝐜𝐚𝐭𝐢𝐨𝐧 𝐓𝐞𝐜𝐡𝐧𝐨𝐥𝐨𝐠𝐲 (𝐒𝐨𝐈𝐂𝐓 𝟐𝟎𝟐𝟑)".
Hội nghị SoICT 2023 sẽ diễn ra tại Tp. HCM do Trường Công nghệ thông tin và truyền thông - ĐH Bách Khoa Hà Nội, ĐH Khoa học Tự nhiên - ĐHQG Tp. HCM, Laboratory Informatics, Modelling and Optimisation System (LIMOS), The French National Centre for Scientific Research (CNRS) và Viện nghiên cứu cao cấp về toán phối hợp tổ chức vào ngày 07-08.12.2023. Bài báo khoa học là kết quả đề tài nghiên cứu được các bạn sinh viên thực hiện với nhóm nghiên cứu InSecLab trong thời gian bạn tham gia thực hiện khóa luận tốt nghiệp, nghiên cứu khoa học về An toàn phần mềm, Blockchain dựa trên các kỹ thuật trí tuệ nhân tạo tại Phòng thí nghiệm An toàn thông tin (InSecLab).
✅ Thông tin về bài báo khoa học:
Tên bài báo:
- “𝐂𝐨𝐧𝐭𝐞𝐱𝐭𝐮𝐚𝐥 𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐌𝐨𝐝𝐞𝐥 𝐚𝐧𝐝 𝐓𝐫𝐚𝐧𝐬𝐟𝐞𝐫 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 𝐟𝐨𝐫 𝐑𝐞𝐞𝐧𝐭𝐫𝐚𝐧𝐜𝐲 𝐕𝐮𝐥𝐧𝐞𝐫𝐚𝐛𝐢𝐥𝐢𝐭𝐲 𝐃𝐞𝐭𝐞𝐜𝐭𝐢𝐨𝐧 𝐢𝐧 𝐒𝐦𝐚𝐫𝐭 𝐂𝐨𝐧𝐭𝐫𝐚𝐜𝐭𝐬 ”
Sinh viên thực hiện:
- 𝐋𝐞̂ 𝐇𝐨̂̀𝐧𝐠 𝐁𝐚̆̀𝐧𝐠 - 𝐓𝐚̀𝐢 𝐧𝐚̆𝐧𝐠 𝐀𝐧 𝐭𝐨𝐚̀𝐧 𝐭𝐡𝐨̂𝐧𝐠 𝐭𝐢𝐧 𝟐𝟎𝟏𝟗 (𝐀𝐍𝐓𝐍𝟐𝟎𝟏𝟗)
- 𝐋𝐞̂ Đ𝐮̛́𝐜 𝐓𝐡𝐚̆́𝐧𝐠 - 𝐂𝐡𝐢́𝐧𝐡 𝐪𝐮𝐲 𝐀𝐧 𝐭𝐨𝐚̀𝐧 𝐭𝐡𝐨̂𝐧𝐠 𝐭𝐢𝐧 𝟐𝟎𝟏𝟗 (𝐀𝐍𝐓𝐓𝟐𝟎𝟏𝟗)
GVHD:
- ThS. Phan Thế Duy & TS. Phạm Văn Hậu
✅ Thông tin chung về Hội nghị:
SoICT 2023 là hội nghị khoa học quốc tế chuyên ngành công nghệ thông tin và truyền thông, bao gồm các lĩnh vực nghiên cứu quan trọng: Nền tảng AI và Dữ liệu lớn, Các công nghệ mạng và truyền thông, Xử lý hình ảnh và ngôn ngữ tự nhiên, Kỹ thuật phần mềm, Trí tuệ nhân tạo và Công nghệ kỹ thuật số, An toàn thông tin, Truy vấn Thông tin sự kiện từ Video.
✅ Abstract:
"The proliferation of smart contracts on blockchain technology has led to several security vulnerabilities, causing significant financial losses and instability in the contract layer. Existing machine learning-based static analysis tools have limited detection accuracy, even for known vulnerabilities. In this study, we propose a novel deep learning-based model combined with attention mechanisms for identifying security vulnerabilities in smart contracts. Our experiments on two large datasets (containing approximately 70,000 and 42,000 smart contracts) demonstrate that our approach successfully achieves a 90% detection accuracy in identifying smart contract reentrancy attacks (e.g. outperforming existing state-of-the-art deep learning-based approaches). In addition, this work also establishes the practical application of deep learning-based technology in smart contract reentrancy vulnerability detection, which can promote future research in this domain."
👉 Link hội nghị: https://soict.org/submission/paper-submission/
