الاستفادة من التعلم العميق لتعزيز أمان العقود الذكية في البلوكشين: مراجعة منهجية للأدبيات

على الرغم من أن العقود الذكية في البلوكشين تحمل واعداً كبيراً للتطبيقات اللامركزية، إلا أن التهديدات الأمنية الموجهة ضدها شائعة للغاية ويمكن أن تكون مكلفة جداً. بدأت تقنيات التعلم العميق في إظهار آفاق واعدة في اكتشاف هذه التهديدات. وعلى الرغم من المخاوف المتزايدة بشأن نقاط الضعف هذه، فقد ركزت الدراسات الحالية بشكل أساسي على طرق الاكتشاف القائمة على التعلم الآلي دون النظر في دور تقنيات التعلم العميق في اكتشاف الثغرات الأمنية للعقود الذكية. تقدم هذه الورقة البحثية مراجعة منهجية للأدبيات شملت 16 دراسة حديثة مرتبطة بشكل مباشر باكتشاف ثغرات العقود الذكية القائم على التعلم العميق. قامت هذه الدراسة بتحليل مختلف نماذج التعلم العميق المطبقة، بما في ذلك متغيرات LSTM و CNN و GNN والنماذج الهجينة (Hybrid). تم تقييم أداء هذه النماذج باستخدام مقاييس الأداء، وتم أخذ الثغرات المستهدفة بعين الاعتبار؛ كما تم التطرق إلى حدودها ونقاط ضعفها. تكشف الدراسة عن اتجاه واعد في هذه المراجعة، حيث تؤدي مجموعات البيانات المخصصة والنماذج المصممة لثغرات محددة غالباً إلى معدلات دقة عالية. ومع ذلك، هناك تحديات في تعميم هذه النهج عبر ثغرات ومجموعات بيانات متنوعة. تمنح هذه المراجعة مجتمع البحث نظرة عامة على المشهد الحالي، وتحدد الطرق المستخدمة، وتحدد أنواع الثغرات الأكثر انتشاراً في النهج الحالية للاكتشاف.