智能合约的第三方库检测

第三方库检测方法总结

函数检测是一种二进制分析技术，将二进制代码分类为原始代码级别的函数相近的函数。用于二进制插桩、二值漏洞搜索、二元保护方案（包括流的完整性），以及帮助反向工程师分析代码区域间隔，推理复杂的二进制代码。

函数名、参数名等可以被轻易更改，但是调用参数类型，返回值类型是不可修改的。
提取API目录级别的特征，提取函数方法签名(Method signatures)，做修剪+hash操作
Reliable Third-Party Library Detection in Android and its Security Applications
- Pruned Method signatures
  - 对signatures在method级别进行必要的修剪。
  - 方法签名可以唯一确定这个函数，由方法名称和有序的参数列表组成。
- 得到修剪后的方法签名后，采用MD5将其hash成128位的比特串。这个bit值代表method级别的特征。但是我们要检测的库函数是一个package级别，一个package包含多个class，一个class包含多个method。于是利用Merkle trees将多个Method Hash集合再一次进行hash操作，形成class hash值，作为class级别的特征。

其匹配特征深入到代码内部，而不仅仅依赖于函数名字或部分字节，并具有抗混淆性。
Compiler-Agnostic Function Detection in Binaries
- 扫码call指令：直接找到函数入口，跟踪入口块的边缘知道完整的部件，圈起来成为一个函数。
- 不可达基本块集合：采用连接组件分析扩展成一个函数块。扫描函数块，内部边不可达的，为第一个入口点。
FOSSIL: A resilient and efficient system for identifying FOSS functions in Malware binaries
Using Reduced Execution Flow Graph to Identify Library Functions in Binary Code
- 简化执行流图Execution Flow Graph，把库函数检测看成是子图同构问题。

BinShape: Scalable and Robust Binary Library Function Identification Using Function Shape
- CFG、指令级特征、统计特征、函数调用图
- 论文提出方法的主要步骤是，反编译，提取上述四个特征，采用互信息计算，选择最佳的特征子集，为每个函数构建特定的签名信息。
- 排名靠前的特征被输入决策树，决策树的结果被存储在一个数据结构中，以形成每个库函数的签名。

在网上能够收集到的只有16年北大的LibRadar、reddr开源的LibScout和基于LibScout开发的apkLibDetect。

LibRadar
- 该工具使用基于多级聚类的方法来检测第三方库，其目的是为了快速分析应用中使用的第三方库。
- 它能够识别应用中属于第三方库的代码，但不能完整地将第三方库的根目录识别出来；
- 同时，该工作并没有考虑第三方库的功能分类。
- 因为第三方库调用的次数多，再加上第三方库一般不会修改，根据这两个特点判断是否为第三方库。

openzeppelin-contracts
- 用于安全智能合同开发的库
- ERC20和ERC721等标准的实施。
- 基于角色的灵活权限方案。
- 可重复使用的Solidity组件，以构建自定义合同和复杂的分散系统。