[논문]기계학습을 활용한 이더리움 미확인 스마트 컨트랙트 자동 분류 방안

이동건; 권태경

doi:10.13089/jkiisc.2018.28.6.1319

기계학습을 활용한 이더리움 미확인 스마트 컨트랙트 자동 분류 방안
Automated Classification of Unknown Smart Contracts of Ethereum Using Machine Learning 원문보기

情報保護學會論文誌 = Journal of the Korea Institute of Information Security and Cryptology, v.28 no.6, 2018년, pp.1319 - 1328

이동건 (연세대학교 정보보호연구실) , 권태경 (연세대학교 정보보호연구실)

초록
AI-Helper

암호화폐를 위해 개발된 블록체인 시스템은 탈중앙화, 분산원장 및 부분적 실명은닉성의 특징을 가지고 있어 최근 다양한 분야에서 적용이 시도되고 있다. 그 중 부분적 실명은닉성은 사용자 프라이버시를 강력히 보장하지만 범죄악용 등 부작용 또한 나타나고 있어 이를 공격하기 위한 방안들이 지속 연구되어 왔다. 본 연구에서는 2세대 암호화폐의 대표인 이더리움 블록체인 시스템에서의 사용자 행위 식별을 위해 기계학습을 활용한 미확인 스마트 컨트랙트 기능 및 디자인 패턴의 자동 분류 방안에 대하여 제안한다.

Abstract ▼ AI-Helper

A blockchain system developed for crypto-currency has attractive characteristics, such as de-centralization, distributed ledger, and partial anonymity, making itself adopted in various fields. Among those characteristics, partial anonymity strongly assures privacy of users, but side effects such as abuse of crime are also appearing, and so countermeasures for circumventing such abuse have been studied continuously. In this paper, we propose a machine-learning based method for classifying smart contracts in Ethereum regarding their functions and design patterns and for identifying user behaviors according to them.

주제어

표/그림 (14)

그림 Fig. 1. Automated Classification Model
그림 Fig. 2. Annotation LDA Modeling Result
표 Table 1. Manually Inspected Classification of Smart Contracts
그림 Fig. 3. ABI Function & I/O Name
그림 Fig. 4. Bytecode Ssdeep Result
그림 Fig. 5. Category Classification Graph
그림 Fig. 6. Category - ETH Price Time Series Graph(corr. score : 0.7728)
그림 Fig. 7. Category - Balance &Transaction Count
표 Table 2. Classifier Accuracy Score
표 Table 3. Category Classification Result
그림 Fig. 8. Design Patterns Classification Graph
그림 Fig. 9. Design Patterns Classification Result
그림 Fig. 10. Design Patterns - Game CA Time Series Graph (corr. score : 0.7732)
표 Table 4. Bytecode Fuzzy Hashing Compare Result

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 이더리움 블록체인 시스템의 실명 은닉성을 공격하는 방안의 일환으로 기계학습을 활용한 미확인 스마트 컨트랙트의 자동 분류 방안을 제안 하였다.
본 연구에서는 이더리움 스마트 컨트랙트가 가지는 특성을 활용하여 확인되지 않은(unknown) 스마트 컨트랙트의 기능을 기계학습(machine learning)으로 자동 분류(classification)하는 방안을 제시하며, 이를 통해 확인된 스마트 컨트랙트와 거래한 특정한 사용자에 대하여 블록체인 내에서의 행위 판단이 가능토록 한다.

제안 방법

본 연구에서는 미확인 CA 분류를 위해 Fig. 4.와 같이 CA의 bytecode 전체를 Ssdeep으로 fuzzy hashing하였으며, 사용 툴은 파이썬의 python -ssdeep 라이브러리를 활용하였다.
본 연구에서는 스마트 컨트랙트의 기능을 사전 분류한 신뢰할 수 있는 데이터 세트(811개)를 트레이닝 세트로 활용하는 지도 학습으로 새롭게 연구를 수행하며, 큰 데이터 세트 확보를 위해 지금까지 공개된 모든 스마트 컨트랙트(32,567개)를 기능별로 자동 분류하고 이를 활용하여 미확인 스마트 컨트랙트의 기능을 확인하는 방법을 제안한다.
본 연구에서는 위에서 분류한 카테고리 및 디자인 패턴으로 스마트 컨트랙트의 기능을 설명하기에 충분한 것으로 판단하여 이를 트레이닝 세트로 활용하였으며, 각 분류는 Table 1.과 같다.
위의 두 features sets와 사전 분류가 되어있는 reliable CA data set(811개)으로 기계학습 분류 알고리즘을 적용하여 CA 분류기(classifier)를 만들고 스케일이 큰(large scale) 수집한 CA를 대상으로 카테고리(category)와 디자인 패턴(design patterns)을 분류 및 분석한다.

대상 데이터

이더리움 블록체인 시스템에 등록된 많은 CA 중에 제작자가 사용자들이 자신의 CA를 신뢰하고 이용할 수 있도록 스마트 컨트랙트의 이름과 소스코드를 공개하여 확인된 CA를 verified CA라 말한다. 본 연구에서는 확인 서비스가 시작된 2016년 3월 24일 부터 2018년 6월 26일 까지 등록된 모든 32,567개의 verified CA를 수집하였다.
스마트 컨트랙트의 자동 분류 모델(automated classification model) 설계는 Fig. 1.과 같이 소스코드가 확인된 CA(32,567개)를 수집하고 이를 대상으로 정확한 분류를 위한 주석(annotation) LDA modeling features와 ABI function & I/O name features를 구성한다.

이론/모형

본 연구에서 Reliable Contract Account Data Set을 분류하는 분류기를 만들기 위해 랜덤포레스트 알고리즘을 사용하였으며, 사용 툴은 파이썬 (python3)의 사이킷-런(scikit-learn) 기계학습 라이브러리를 활용하였다.

성능/효과

90을 초과하는 좋은 성능을 보여 주었다. Annotation LDA Modeling Features를 이용한 카테고리 분류기는 리콜(recall) 점수가 상대적으로 낮은 부분이 있지만 높은 정확도와 정밀도로 CA의 카테고리를 분류 할 수 있었으며, ABI Function & I/O name Features를 이용한 디자인 패턴 분류기는 모두 높은 정확도로 CA의 디자인 패턴을 분류 할 수 있었다. 특히, 분류속도에서 0.
결과적으로 확인된 CA를 자동화하여 분류한 data set을 바탕으로 Ssdeep을 통해 미확인 CA 의 bytecode를 hashing하여 비교 분석하면 data set의 크기에 비례하여 높은 확률로 미확인 CA의 카테고리와 디자인 패턴을 분류 할 수 있다.
Norvill 등의 기존 연구에서는 스마트 컨트랙트를 분석하기 위해 936개의 CA를 사용하였고 트레이닝을 위한 데이터 세트가 없는 비지도 학습 방식으로 CA의 이름을 토큰화한 1,803개의 네임워드만을 feature로 사용하였다. 그 결과 936개의 CA를 기능이 명확하지 않은 5개의 클러스터 수준으로 분류하여 미확인 스마트 컨트랙트의 기능 확인을 위한 data set로는 부족한 부분이 있었다.
랜덤포레스트 알고리즘 분류기를 이용하여 확인된 CA로부터 스케일이 큰 CA data set 생성하였고 이를 바탕으로 전체 27,321개 CA를 블라인드 처리하여 분류를 시도한 결과 0.6374의 확률로 CA를 분류할 수 있었으며, 정확도 역시 0.9484로 높아 data set의 크기가 미확인 CA 분류 성능 향상에 중요한 영향을 미침을 알 수 있었다.
미확인 CA 분류 결과 낮은 분류 확률(compare rate)에 비해 상대적으로 매우 높은 정확도를 얻을 수 있었다. 분류 확률을 높이고 정확도를 합리적으로 조정하려 했지만 Ssdeep fuzzy hashing 툴에서 유사도 측정 기준의 Threshold를 변경하지 못하여 분류 확률을 인위적으로 올릴 수 없었다.
본 연구에서는 신뢰할 수 있는 data set를 사용 하고 다양한 feature를 적용한 지도 학습 방식으로 지금까지 공개된 모든 CA 분류를 높은 정확성으로 자동화하여 수행 할 수 있었으며, 그 결과 확인된 CA의 분류 결과로 이더리움 스마트 컨트랙트의 최근 동향을 확인할 수 있었으며, 연구의 목적인 미확인 스마트 컨트랙트의 분류를 위한 충분한 크기의 기능이 확인된 CA data set를 확보할 수 있었다.
실험 결과 etherscan.io를 통해 수집한 27,321개의 CA를 6개의 카테고리와 9개의 디자인 패턴으로 분류 할 수 있었으며, 이를 통해 이더리움 스마트 컨트랙트의 전반적인 동향을 분석 할 수 있었다.
과 같은 결과를 얻었다. 암호화폐인 이더리움의 특성상 금융(financial) CA가 22,901개로 대부분을 차지하였으며, 게임(game) CA가 1,279개로 두 번째로 많았으나 기타 카테고리 CA는 극소수만 있는 것으로 확인되었다.
트레이닝 세트로 사용한 CA 디자인 패턴 구성에 비해 토큰(DPT)의 비중이 훨씬 많아진 것을 확인할 수 있는데 이는 이오스, 스테이터스 네트워크 토큰 등 암호화폐 열풍과 함께 이더리움을 기반으로 하는 많은 토큰들이 생성된 결과로 판단된다.

후속연구

하지만, data set의 최초 구성이 금융 CA 373개, 미확인(Unknown) CA 155개로 과반 이상을 차지하여 소수 카테고리의 분류 결과에 영향을 미쳤을 것으로 판단된다. data set에서 크기가 작은 카테고리의 CA를 추가로 확보하고 미확인 CA에 대하여 새로운 기준을 적용한다면 더욱 정확한 분류 결과를 얻을 수 있을 것이다.
앞으로의 연구에서는 이더리움 블록체인 시스템에 등록된 모든 CA를 분류하고 분석하여 보다 정확한 이더리움 스마트 컨트랙트의 동향을 판단해야 할 것이며, 이를 통해 만들어진 큰 스케일의 CA data set 으로 미확인 CA의 분류 확률을 향상시켜야 하겠다. 또한, 범죄 및 사고 등 실제 사례를 확보하여 이더리움 사용자의 행위가 미확인 CA 분류 결과와 연관되어 있음을 실질적으로 확인해야 할 것이다.
앞으로의 연구에서는 이더리움 블록체인 시스템에 등록된 모든 CA를 분류하고 분석하여 보다 정확한 이더리움 스마트 컨트랙트의 동향을 판단해야 할 것이며, 이를 통해 만들어진 큰 스케일의 CA data set 으로 미확인 CA의 분류 확률을 향상시켜야 하겠다. 또한, 범죄 및 사고 등 실제 사례를 확보하여 이더리움 사용자의 행위가 미확인 CA 분류 결과와 연관되어 있음을 실질적으로 확인해야 할 것이다.
분류 확률을 높이고 정확도를 합리적으로 조정하려 했지만 Ssdeep fuzzy hashing 툴에서 유사도 측정 기준의 Threshold를 변경하지 못하여 분류 확률을 인위적으로 올릴 수 없었다. 차후 연구에서는 이더리움 CA 바이트코드의 구조를 분석하여 fuzzy hashing을 핵심 코드 위주로 적용 하거나 유사도 측정 기준 Threshold를 합리적으로 조정한다면 분류 확률을 높일 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	블록체인 시스템은 어떤 시스템인가?	2008년 S. Nakamoto에 의해 개발된 블록체인(blockchain) 시스템[1]은 2009년 1월 최초의 암호화폐인 비트코인(bitcoin)의 발행을 시작으로 2015년 스마트 컨트랙트(smart contract)로 대표 되는 2세대 암호화폐 이더리움(ethereum)[2]을 거쳐 최근에는 인증, 금융결제 및 공공분야까지 적용이 시도되는 등 4차 산업 혁명시대에 관심이 집중되고 있는 시스템이다.
	블록체인 시스템은 어떤 특징을 가지는가?	블록체인 시스템은 최초 제안시 암호화폐를 위해 설계되었기에 탈중앙화(de-centralization), 분산원장(distributed ledger) 및 실명은닉성(anonymity)을 특징으로 가지고 있으며, 이중 실명은닉성은 공개키(public key)를 사용자 아이디로 사용하여 사용자에게 강력한 프라이버시(privacy)를 보장하지만 사기범죄, 마약거래 및 탈세 등에 활용되는 부작용 또한 나타나고 있다.
	OTC 및 CS 의 역할은 무엇인가?	Androulaki 등은 비트코인 UTXO(Unspent Transaction Output) 거래 시스템이 가지는 특징을 이용하여 휴리스틱한 방법으로 동일 사용자의 주소들을 클러스터링 하였다[3]. OTC(One-Time Change)는 사용자가 타인에게 송금이후 남은 잔액을 새로운 주소로 돌려받도록 시스템이 권장하는 것을 이용하여 송금한 주소와 직후 새로 생성된 주소를 동일사용자로 판단하는 것이다. CS(Common Spending)는 일반적인 거래에서 다수의 주소에서 거래 잔액이 없이한 개의 주소로 송금하는 것은 흔치않으며, 이는 한명의 사용자가 여러 주소에 분산 보관중인 비트코인을 한 곳으로 모으는 것으로 간주하고 동일사용자의 주소로 판단한다.

참고문헌 (16)

S. Nakamoto, "Bitcoin: A Peer-to-Peer Electronic Cash System," Oct. 2008.
Wood, Gavin, "Ethereum: A secure decentralised generalised transaction ledger," Ethereum project yellow paper 151, pp. 1-32, Aug. 2014.
Androulaki, Elli, et al, "Evaluating user privacy in bitcoin," International Conference on Financial Cryptography and Data Security, pp. 34-51, Apr. 2013.
Meiklejohn, Sarah, et al, "A fistful of bitcoins: characterizing payments among men with no names," Proceedings of the 2013 conference on Internet measurement conference, ACM, pp. 127-140, Oct. 2013.
Fleder, Michael, Michael S. Kester, and Sudeep Pillai, "Bitcoin transaction graph analysis," arXiv preprint arXiv:1502.01657, Jan. 2015.
Goldfeder, Steven, et al, "When the cookie meets the blockchain: Privacy risks of web payments via cryptocurrencies," arXiv preprint arXiv: 1708.04748, Aug. 2017.
Koshy, Philip, Diana Koshy, and Patrick McDaniel, "An analysis of anonymity in bitcoin using p2p network traffic," International Conference on Financial Cryptography and Data Security, pp. 469-485, Mar. 2014.
Maxwell, Greg, "CoinJoin: Bitcoin privacy for the real world," Post on Bitcoin forum, Aug. 2013.
Bonneau, Joseph, et al, "Mixcoin: Anonymity for Bitcoin with accountable mixes," International Conference on Financial Cryptography and Data Security, pp. 486-504, Mar. 2014.
Payette, James, Samuel Schwager, and Joseph Murphy, "Characterizing the ethereum address space," Dec. 2017.
Norvill, Robert, et al, "Automated labeling of unknown contracts in Ethereum," The 26th International Conference on Computer Communications and Networks, Jul. 2017.
Etherscan, "Etherscan," https://etherscan.io/, Sep. 2018.
Bartoletti, Massimo, and Livio Pompianu, "An empirical analysis of smart contracts: platforms, applications, and design patterns," International Conference on Financial Cryptography and Data Security, pp. 494-509, Apr. 2017.
Blei, David M., Andrew Y. Ng, and Michael I. Jordan, "Latent dirichlet allocation," Journal of machine Learning research, pp. 993-1022, Jan. 2003.
Liaw, Andy, and Matthew Wiener, "Classification and regression by random Forest," Rnews, vol 2, no. 3, pp. 18-22, Nov. 2001.
Namanya, Anitta Patience, et al, "Detection of malicious portable executables using evidence combinational theory with fuzzy hashing," 2016 IEEE 4th International Conference on Future Internet of Things and Cloud, pp. 91-98, Aug. 2016.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증