ChatGPT的Web3.0安全審計藝術：有點東西，但不完全有_ATG:CHGPT

2022?年?11?月，OpenAI?推出了創新的人工智能項目。

除了可用于進行文章的撰寫和總結、笑話和詩歌的創作以外，ChatGPT?還可以用來調試和生成代碼。

2022?年全年，Web3.0??領域因黑客攻擊和欺詐等事件造成的資產損失超過了?37?億美元，這樣巨額損失不禁讓業內人思考：如?ChatGPT?這樣的新技術是否可以用以改善智能合約代碼的安全性。

ZKasino?是一個去中心化的平臺，近期通過?ChatGPT?進行了一次預審計。

ZKasino?希望在?CertiK?開展全面審計的同時，讓?CertiK?為?ChatGPT?所得出的結果進行一個初步的審查，以測試?ChatGPT?作為?AI「智能合約審計師」的能力。

那么?ChatGPT?的測試結果如何呢？

其是否已經準備好接替人工代碼審計專家的工作？

或者說它仍不足以完全替代人工？

DeFi收益率協議Pendle Finance將部署至BNB Chain:7月5日消息，Pendle核心開發人員對外稱，基于以太坊和Arbitrum的流動質押衍生品 (LSD) 平臺Pendle Finance將部署至BNB Chain，因為開發人員希望吸引新用戶并為這一新興服務吸引收入。

Pendle開發商RightSide在Telegram消息中表示，流動性質押是近幾個月來增長最快的去中心化金融（DeFi）領域之一，基于LSD的金融產品的潛力在很大程度上尚未開發。[2023/7/5 22:19:44]

2022?年?12?月?23?日，ZKasino「聘請」了?ChatGPT?來識別智能合約中潛在的安全風險。該工具也的確提出了幾個表面上聽起來很合理的風險擔憂。

然而，盡管?ChatGPT?不可否認地為Web3.0?安全社區提供了一些有價值的服務，但是我們發現其仍有相當大的改進空間——ChatGPT?遺漏了一些嚴重或關鍵性的漏洞，同時又「誤傷」了那些沒問題的代碼。在此，我們希望?CertiK?安全專家的深度數據和建議能夠助力?ChatGPT?成為一個更強大的Web3.0?應用安全工具。

Fuel Labs完成8000萬美元融資，Blockchain Capital等領投:金色財經報道，Fuel Labs宣布完成8000萬美元融資，Blockchain Capital和Stratos Technologies領投，Alameda Research、CoinFund、Bain Capital Crypto、TRGC、Maven 11 Capital、Blockwall、Spartan、Dialectic和ZMT等參投。

據悉，Fuel Labs是一家旨在加速加密交易的初創公司，希望通過其“模塊化執行層（MEL）”為區塊鏈領域的開發人員提供最佳體驗。（The Block）[2022/9/7 13:12:44]

下文，我們將為大家詳細介紹此次事件中?ChatGPT?的兩類錯誤發現。

ChatGPT?發現了合約中的哪些問題？

ChatGPT?遺漏了什么

ChatGPT?提到了在許多智能合約實現中都會存在的幾個常見安全問題。

Chainlink 的活躍地址跌至年內新低:數據顯示。上周Chainlink山寨幣的價格下跌了近 22%。Chainlink 的活躍地址急劇下降，該指標在 7 月 13 日跌至 3897，這是自 2020 年 10 月以來的最低水平。截至發稿時已將其推高至 4663，但仍處于今年的最低水平之一。 Chainlink 的交易余額是另一個令人擔憂的指標，表明交易平臺上的交易余額繼續耗盡。雖然這可能表明，投資者正在積累，而不是在交易所賣出，但它仍然閃現的altcoin一些相當看跌信號。[2021/7/18 1:00:00]

但是，它未能識別某些嚴重的風險，包括：

項目特定的邏輯漏洞

不準確的數學計算和統計模型

代碼實現和項目設計的不一致

漏洞#1?：項目特定的邏輯問題

ChatGPT?未能識別出一個關鍵漏洞，該漏洞會導致攻擊者可以不斷地贏取并耗盡?Bankroll?合約中用戶的資金。玩家可以通過調用可驗證隨機函數加入游戲，Chainlink?的?VRF?會使用隨機數觸發?fulfillRandomWords()函數以完成游戲。

聲音 | Michael J.Casey：Zcash的Halo可能會釋放出許多遠超加密貨幣的應用程序:CoinDesk顧問委員會主席Michael J.Casey發表文章稱，zcash背后的初創公司Electric Coin Company最近發布的Halo是零知識證明的“非信任遞歸”版本，它為該領域對“信任設置”的笨拙依賴提供了可大規模擴展的解決方案。如果ECC研究人員Sean Bowe的發現堅持科學審查，那么它有一天可能會釋放出許多功能強大的現實世界的數字時代應用程序，而這些應用程序將遠遠超出加密貨幣。[2019/10/14]

ZKasino?的代碼允許用戶在?fulfillRandomWords()?調用失敗的情況下將資金取回。

在?CertiK?對同一智能合約代碼的審查中，發現了一個潛在且有害的_transferPayout()調用，該函數被設計為可將贏取的資金轉移至玩家的賬戶。

然而攻擊者可以在輸了的時候調用_transferPayout()使其回滾，導致整個?fulfillRandomWords()調用失敗——這會使其進入長為?100?個區塊的等待期，繼而觸發?CoinFlip_Refund()進行退款，這意味著攻擊者相當于永遠不會輸錢。

聲音 | BlockchainBTM創始人：BTC期貨或成牛市重啟的最大攔路虎:據ethereumworldnews消息，BlockchainBTM創始人Javad Afshar日前在接受采訪時表示，比特幣期貨可能會成為比特幣價格啟動新一輪牛市的最大障礙。他指出，2017年比特幣之所以能夠走出歷史性的上漲表現，一定程度上是因為市場參與者在行情上漲過程中缺乏有力的做空手段，隨著市場的完善，比特幣期貨的誕生導致一旦比特幣價格出現明顯上漲，必然會有一部分市場參與者考慮尋找做空來“反向”獲利的機會，而這無疑會限制比特幣連續上漲的能力。[2019/2/24]

雖然?ChatGPT?認識到了調用失敗的問題，但卻未能發現在這個項目中利用調用失敗的攻擊手法。

因此，ChatGPT?沒有發現該漏洞與項目邏輯相結合所產生的影響。有關具體攻擊流程的描述，請參閱?ZKasino?的完整審計報告。

漏洞#2?：不準確的數學計算和統計模型

確保滿足合理預期的隨機性和結果在任何游戲項目中都至關重要。為了證實這一點，需要在審計過程中對所有游戲結果的隨機性進行全面評估。

盡管?ChatGPT?同樣「認同」這一點的重要性，但它并未發現任何不公平的游戲結果。它提出了?VRF?的使用，以及如果?VRF?合約被破壞或被操縱，可能會出現不公平的結果：

“如果?VRF?合約不安全或被操縱，則可能會導致游戲出現不公平的結果。”

然而，這個結論僅僅只是一個結論，并沒有真正解決導致游戲結果不公平的根本原因。而且我們在審計過程中也發現了一些關于隨機性的潛在風險問題。

不公平的隨機性

發現的其中一個關于隨機性的中等級別風險是?VideoPoker?游戲中不公平的隨機數使用問題，玩家獲得某些牌的機會較少。

小數截斷

另一個風險問題是在骰子類游戲中發現的，它允許玩家選擇特定的倍數來使他們的預期收益最大化。

漏洞#3?：代碼實現和項目設計的不一致

ChatGPT?往往能夠理解單一函數的實現，卻無法理解這樣寫的根本原因。

例如，它可能了解某個函數在技術層面是怎樣執行的，但他無法理解在整個智能合約中，該函數有著什么樣的目的。

為了確保?ChatGPT?在編碼中不出問題，它需要更好地理解智能合約的代碼邏輯。

就目前的情況而言，ChatGPT?提供的是對代碼的表面閱讀。為了使其審計工作和水平更上一層樓，它必須學會從一個函數反向推導出其初始邏輯——這點非常重要。

不正確的輸入驗證

我們在?Plinko?合約中發現了一個輸入驗證問題，導致倍數設置不正確。

根據?ZKasino?的說法，Plinko?中使用的行數應該是?8?到?16?。但是，由于以下檢查中的錯誤，Bankroll?合約所有者可以通過函數?setPlinkoMultipliers()設置一個超出預期范圍的行數值。

代碼顯示，如果?numRows?和?risk?均不滿足條件，該流程將被回滾。

但是，如果兩個條件中只有一個不滿足，那么檢查仍然會通過，并且代碼不會被回滾。

ChatGPT?在回答第二個問題時給出了不同的答案：該函數檢查“numRows”的值是否在?8?到?16?之間，以及“risk”的值是不是小于?3?。如果不滿足上述任一條件，函數將返回錯誤“InvalidNumberToSet”。

ChatGPT?似乎理解了這個函數的目的。然而，它并不具備相應的應用程序知識，在沒有額外信息的情況下也無法識別真正的漏洞。

值更新的不一致

在?Slots?合約中，發現了與?totalValue?更新不一致相關的問題，這可能導致游戲過早結束。totalValue?用于監控用戶的輸贏，但它只跟蹤了支付情況，卻未從實際游戲中扣除，導致用戶的損益計算錯誤。

寫在最后

盡管經過了相應培訓，但?ChatGPT?在其審計中還是遺漏了某些關鍵性的安全問題。這是由于人工智能在充分理解代碼的復雜性和細微差別方面的局限性，以及其缺乏在現實場景中的實踐經驗。

正如其官網所述，ChatGPT?是一個依賴自然語言處理進行對話的研究版本。它通常無法像人類審計專家那樣去理解代碼背后的意圖和邏輯推理。

因此，重要的是需要通過經驗豐富的安全專家的手動審計來補充?ChatGPT?分析的不足之處，以確保全面的準確性。

下圖強調了基于人工的服務以及?ChatGPT?在各種標準上的優勢和劣勢。

就像是我們使用百度翻譯一樣，英文翻譯結果的準確性往往取決于我們的中文措辭——ChatGPT?回答的有效性在很大程度上取決于?prompt的格式。

在本文中，我們將?ZKasino?與?ChatGPT?交互的預審計結果和?CertiK?專家執行的最終審計結果進行了比較。

隨著技術的進步和對?prompt?工程的更清晰的理解，工程師將能夠更好地利用ChatGPT。

在?CertiK?官方公眾號接下來發布的內容中，我們將會就如何向?ChatGPT?提出有效問題來與大家探討?prompt?工程的更多深入性內容。

但是現在，ChatGPT?甚至已經可以幫助我們參加奪旗比賽了：歡迎大家點擊閱讀！

Tags：CHACHATATGGPTChat AICHAT價格Catge CoinCHGPT

Filecoin