An ontology-driven approach to security analysis of Sui Move smart contracts
Αντώνιος Γιατζής · 2026
Τα τελευταία χρόνια, οι Αποκεντρωμένες Εφαρμογές (Decentralized Applications - DApps) γνωρίζουν σημαντική ανάπτυξη, και η ικανότητά τους να διαχειρίζονται ψηφιακά περιουσιακά στοιχεία υψηλής αξίας έχει οδηγήσει σε σημαντική καινοτομία σε τομείς όπως η αποκεντρωμένη χρηματοοικονομική (Decentralized Finance - DeFi), η διακυβέρνηση (governance) και η διαχείριση της εφοδιαστικής αλυσίδας (supply chain management), με τη δημιουργία διαφόρων δικτύων blockchain για την κάλυψη της ζήτησης για τέτοιες υπηρεσίες. Παράλληλα, έχουν αναπτυχθεί διάφορες μεθοδολογίες για την προστασία αυτών των δικτύων από κακόβουλους παράγοντες (malicious actors) που επιχειρούν να εκμεταλλευτούν αδυναμίες (vulnerabilities) που υπάρχουν στα έξυπνα συμβόλαια (smart contracts) τα οποία εκτελούν μια προκαθορισμένη επιχειρηματική λογική (business logic), με σκοπό να κλέψουν μεγάλα χρηματικά ποσά μέσω αυτών. Αν και το οικοσύστημα του Ethereum επωφελείται από μια ώριμη σουίτα εργαλείων ασφαλείας, αυτά είναι κυρίως σχεδιασμένα για τον εντοπισμό συντακτικών αδυναμιών (syntactic vulnerabilities), παραλείποντας συχνά σφάλματα που προκύπτουν από την απόκλιση μεταξύ του επιδιωκόμενου σχεδιασμού ενός έξυπνου συμβολαίου και της υλοποίησής του στην αλυσίδα (on-chain implementation), επιτρέποντας έτσι στους επιτιθέμενους να χειραγωγήσουν τη λειτουργικότητα του συμβολαίου για κακόβουλο όφελος. Νέα δίκτυα blockchain και γλώσσες προγραμματισμού, όπως το δίκτυο Sui και η γλώσσα του Sui Move, έχουν δημιουργηθεί προσφέροντας νέες δυνατότητες και χαρακτηριστικά, αλλά ταυτόχρονα εισάγουν νέες κατηγορίες κινδύνου. Ορισμένα παραδείγματα είναι η διαρροή δυνατοτήτων (capability leakage) και οι παραβιάσεις του προτύπου μάρτυρα (witness pattern violations), οι οποίες είναι αόρατες στις παραδοσιακές ταξινομίες ασφαλείας που βασίζονται στο Ethereum, λόγω των διαφορετικών υποδομών και προγραμματιστικών μοντέλων. Η πρόληψη τέτοιων επιχειρηματικών αδυναμιών (business vulnerabilities) απαιτεί κατάλληλη τυπική μοντελοποίηση και επαλήθευση (formal modeling and verification) της επιδιωκόμενης επιχειρηματικής διαδικασίας εντός των έξυπνων συμβολαίων, διασφαλίζοντας ότι όλες οι πιθανές αλληλεπιδράσεις παραμένουν συνεπείς με την αναμενόμενη συνολική συμπεριφορά του συστήματος. Η παρούσα έρευνα αντιμετωπίζει αυτό το πρόβλημα αναπτύσσοντας ένα τυπικά θεμελιωμένο, καθοδηγούμενο από οντολογίες πλαίσιο ανάλυσης ασφάλειας (formally grounded, ontology-driven security analysis framework) ειδικά για τη γλώσσα Sui Move, κωδικοποιώντας τις σημασιολογικές σχέσεις μεταξύ των δομών κώδικα (code constructs) της Sui Move, των προτύπων ασφαλείας (security patterns) και των κατηγοριών αδυναμιών. Για την επίτευξη αυτού του στόχου, η παρούσα διατριβή ακολουθεί τη μεθοδολογία Design Science Research (DSR), προκειμένου να γεφυρώσει το χάσμα μεταξύ της αρχιτεκτονικής πρόθεσης υψηλού επιπέδου (το «γιατί» - the why) και των ελαττωμάτων κώδικα χαμηλού επιπέδου (το «πώς» - the how). Τα συμπεράσματα που προέκυψαν από μια συστηματική μελέτη χαρτογράφησης (systematic mapping study) και τη σύγκριση των γλωσσών προγραμματισμού Solidity και Sui Move χρησιμοποιούνται για τη δημιουργία δύο τεχνουργημάτων (artifacts): 1) ενός οντολογικού πλαισίου έξι επιπέδων (six-layer ontological framework) για τη Sui Move και 2) ενός εργαλείου ανάλυσης (Sui Move Analyzer). Όσον αφορά το οντολογικό πλαίσιο, περιλαμβάνονται η χαρτογράφηση γραμματικής (grammar mapping), η ταξινόμηση ασφαλείας, τα αρχιτεκτονικά πρότυπα και η τυπική μοντελοποίηση συμπεριφοράς (formal behavioral modeling), σε συνδυασμό με τη δημιουργηθείσα ταξινόμηση Sui-Unified Weakness Classification (SUWC), η οποία κατηγοριοποιεί τα ελαττώματα που σχετίζονται ειδικά με την πλατφόρμα (platform-specific defects) σε τέσσερις ομάδες, ευθυγραμμισμένες με μια βιβλιοθήκη τεσσάρων επαληθευμένων σχεδιαστικών προτύπων ασφαλείας (security design patterns) της ενσωματωμένης οντολογίας. Όσον αφορά το δεύτερο τεχνούργημα, αυτό αναπτύχθηκε για να αξιολογήσει την πρακτική χρησιμότητα του οντολογικού πλαισίου, χρησιμοποιώντας μια αρχιτεκτονική διπλής ροής (dual-pipeline architecture) που συνδυάζει την παραδοσιακή εξαγωγή ευρετικών κανόνων (heuristic extraction) με την οντολογική συλλογιστική που βασίζεται σε SPARQL (SPARQL-based ontological reasoning). Χρησιμοποιώντας αυτή τη μεθοδολογία, ο αναλυτής μπορεί να εντοπίσει κινδύνους σε σημασιολογικό επίπεδο (semantic-level risks), ενώ παράλληλα βοηθά τους προγραμματιστές προτείνοντας αυτοματοποιημένες αποκαταστάσεις βασισμένες σε πρότυπα (pattern-based remediations), οι οποίες βασίζονται σε καθιερωμένα παραδείγματα ασφάλειας (security paradigms). Η αξιολόγηση των τεχνουργημάτων ακολουθεί το Framework for Evaluation in Design Science (FEDS), συνδυάζοντας τεχνητή αθροιστική αξιολόγηση (artificial summative evaluation) μέσω ειδικά κατασκευασμένων συμβολαίων με γνωστή αντικειμενική αλήθεια (ground truth), και φυσιοκρατική αθροιστική αξιολόγηση (naturalistic summative evaluation) μέσω της ανακατασκευής μιας πραγματικής εκμετάλλευσης (exploit reconstruction), προκειμένου να διασφαλιστεί τόσο η εσωτερική όσο και η εξωτερική εγκυρότητα (internal and external validity). Σε 14 συμβόλαια Sui Move, 42 περιπτώσεις δοκιμών (test cases) και ένα σενάριο εκμετάλλευσης (exploit scenario), χρησιμοποιούνται 13 ποσοτικές μετρικές που καλύπτουν την ορθότητα (precision, recall, F1-score), την κάλυψη (taxonomy and pattern completeness) και την πρακτική χρησιμότητα (false-positive rate, runtime performance). Η εγκυρότητα και των δύο τεχνουργημάτων αξιολογείται επιπλέον σε πέντε διαστάσεις (μέσου, τεχνική, σχεδιασμού, σκοπού και γενίκευσης - instrument, technical, design, purpose, and generalization), επιβεβαιώνοντας ότι το πλαίσιο αποδίδει σταθερά σε όλες τις στοχευμένες διαστάσεις εγκυρότητας και πληροί την απαιτούμενη αυστηρότητα (rigor) για να κλείσει επαρκώς τον κύκλο DSR.