2025 · 期刊论文
DiSCo：利用大语言模型将 EVM 字节码反编译为源代码
DiSCo: Towards Decompiling EVM Bytecode to Source Code using Large Language Models
DiSCo 通过提示冻结参数的大语言模型，把以太坊合约的创建字节码提升为 Solidity 源码，而不是输出反编译伪代码。它将控制流路径抽象为逻辑不变的语义单元，模拟执行从区块执行中捕获的创建字节码以恢复构造函数逻辑，并借助签名数据库与类型感知图模型推断被剥离的名称。这些单元被转写为自然语言描述，并与编码规范一起放入提示词。主要模型为 GPT-4，另测试了 Llama 3。
研究范围与局限
真实标签来自 Etherscan 上的源码文件：200 个余额最高的合约用于全部基线，1,000 个用于自动化测试；另有独立实验使用 50 个 Vyper 合约、50 个新部署合约和 149 个闭源攻击合约。可编译率（五次采样取优约为 75%，单次运行为 46%）、差分模糊测试通过率与嵌入相似度都不能证明与已部署源码等价。模仿学习模糊测试器生成的交易近半数会回滚；人工审查认为约 28.5% 的生成合约语义一致，Vyper 输入仅为 12%。作者报告路径过多的合约会导致超时或分析不可靠，名称推断能力也仍然有限。基线是将 Panoramix、Ethervm 和 Elipmoc 的输出（多取自其网站，部分为人工反编译）交给同一大语言模型，并非独立反编译器之间的比较。结果依赖某个 GPT-4 预览版快照。攻击复现仅覆盖 2025 年 1 月的十起事件，其中四起复现成功。
与本合集的关联
将大语言模型辅助反编译扩展到 EVM 智能合约字节码，恢复构造函数逻辑与标识符，并通过编译和差分执行检查结果。
发表与复核详情
- 发表载体
- Proceedings of the ACM on Software Engineering (FSE 2025)
- 发表状态
- 期刊论文
- 出版／提交日期
- 2025 年 6 月 19 日
- 日期依据
- ACM 文章页面与出版方提交的 Crossref 元数据均将出版日期列为 2025-06-19；本条目不以 PDF 页脚的 2025 年 7 月期号日期或 FSE 会议日期替代该出版日期。
- DOI
- 10.1145/3729373
六位作者的顺序以 ACM PDF 与 Crossref 为准。ACM 列出第 2 卷 FSE 期、文章编号 FSE103、页码 2311–2334，并以 CC BY 4.0 授权论文。未找到 arXiv 版本。论文的数据可用性章节指向 github.com/suxnju/disco，该地址现重定向至 b1ue3ky/disco。在所审阅的 2025-04-13 提交中，这个采用 MIT 许可证的仓库包含列出合约地址的数据集 CSV、评估结果与用户研究材料，但没有 DiSCo 实现，因此记录为项目链接而非代码。合约源码与链上数据保留各自条款。论文所列主要模型为 GPT-4-0315-Preview。本次未运行代码、提示词或实验。
来源复核于
本合集仅做来源复核，未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。
一手来源
- https://dl.acm.org/doi/10.1145/3729373
- https://dl.acm.org/doi/pdf/10.1145/3729373
- https://api.crossref.org/works/10.1145/3729373
- https://github.com/b1ue3ky/disco/tree/ee04ae812c2239a42fef8046f3c2486c36d7d296
- README.md GitHub · b1ue3ky/disco · 修订 ee04ae8
- LICENSE GitHub · b1ue3ky/disco · 修订 ee04ae8
- disco_artifacts/datasets/d_small.csv GitHub · b1ue3ky/disco · 修订 ee04ae8