СИНТЕЗ РЕКОМЕНДАЦИЙ ПО БЕЗОПАСНОЙ РАЗРАБОТКЕ СМАРТ-КОНТРАКТОВ В КОНТЕКСТЕ РАСПРОСТРАНЁННЫХ ДЕФЕКТОВ БЕЗОПАСНОСТИ

Ефим С. Анисимов

Аннотация


Предметом статьи являются наиболее распространённые проблемы безопасности смарт-контрактов, составляющие OWASP Smart Contract Top 10. Цель статьи состоит в синтезе комплекса рекомендаций, следование которым позволит устранить рассмотренные основные слабости смарт-контрактов или снизить связанные риски. Актуальность исследования обозначенной проблемы обусловлена наблюдаемым в настоящее время интенсивным развитием технологий Web3, в частности, расширением применения смарт-контрактов. По многим оценкам, в среднесрочной перспективе ожидается ежегодный рост данного рынка в размере порядка 25%. Кроме того, допустимо отметить другой фактор потенциальной насущной потребности данного вопроса в России, относящийся к недостатку целостности регулирования этого класса инструментов, особенно в части требований по их безопасности и проверки выполнения подобных требований. В рамках работы предлагается наиболее соответствующая контексту исследования модель жизненного цикла смарт-контракта, описывается содержание его этапов с уделением особого внимания характеру влияния конкретного этапа на безопасность. Отмечаются существующие классификаторы дефектов безопасности, специфичные для смарт-контрактов, среди которых проводится подробный обзор перечня десяти наиболее распространённых классов уязвимостей. По результатам обзора даны рекомендации по недопущению их возникновения или снижению связанных рисков. Полученные результаты работы могут применяться как разработчиками смарт-контрактов, так и аудиторами безопасности смарт-контрактов. Также представленные материалы способствуют формированию методической основы для проработки вопроса регулирования отрасли.

Ключевые слова


аудит смарт-контрактов, безопасная разработка смарт-контрактов, безопасность DeFi протоколов, оракулы (блокчейн), рекомендации по безопасности, уязвимости смарт-контрактов, OWASP Smart Contract Top 10, SCWE (Smart Contract Weakness Enumeration)

Полный текст:

PDF

Литература


1. Colin L. S. H., Mohan P. M., Pan J., Keong P. L. K. An integrated smart contract vulnerability detection tool using multi-layer perceptron on real-time solidity smart contracts. IEEE Access. 2024, v. 12, pp. 23549-23567. DOI: https://doi.org/10.1109/ACCESS.2024.3364351. EDN: QEUSFS.

2. Huang R., Chen J., Wang Y., Bi T., Nie L., Zheng Z. An overview of Web3 technology: Infrastructure, applications, and popularity. Blockchain: Research and Applications. 2024, v. 5, no. 1, p. 100173. DOI: https://doi.org/10.1016/j.bcra.2023.100173. EDN: SOCCSG.

3. Намиот Д.Е., Куприяновский В.П. Архитектурные модели Web3. International Journal of Open Information Technologies. 2024, т. 12, № 2, с. 84-95. EDN: CDXZIS.
Namiot D.E., Kupriyanovsky V.P. Web3 Architectural models. International Journal of Open Information Technologies. 2024, v. 12, no 2, pp. 84-95. EDN: CDXZIS (in Russian).

4. Jin Y., Yang Z., Xu X. Scam Detection for Ethereum Smart Contracts: Leveraging Graph Representation Learning for Secure Blockchain. 2025 4th International Symposium on Computer Applications and Information Technology (ISCAIT). IEEE, 2025. pp. 1730-1734. DOI: https://doi.org/10.1109/ISCAIT64916.2025.11010625.

5. Глазков А.А., Абрамов В.И. Перспективы использования смарт-контрактов в развитии бизнес-экосистем. Экономика. Информатика. 2022, т. 49, № 2, с. 256-267. DOI: https://doi.org/10.52575/2687-0932-2022-49-2-256-267. EDN: GTUXNS.
Glazkov A.A., Abramov V.I. Prospects for the use of smart contracts in the development of business ecosystems. Economics. Information technologies. 2022, v. 49, no. 2, pp. 256-267. DOI: https://doi.org/10.52575/2687-0932-2022-49-2-256-267. EDN: GTUXNS (in Russian).

6. Горбатов В.С., Дятлов Д.А., Наталичев Р.В. Об устойчивости логистических структур на основе смарт-контрактов. Безопасность информационных технологий. 2022, т. 29, № 1, с. 70-81. DOI: https://doi.org/10.26583/bit.2022.1.07. EDN: MEZYZJ.
Gorbatov V.S., Dyatlov D.A., Natalichev R.V. On the sustainability of logistics structures based on smart contracts. IT Security (Russia). 2022, v. 29, no. 1, pp. 70-81. DOI: https://doi.org/10.26583/bit.2022.1.07. EDN: MEZYZJ (in Russian).

7. Тюрин А.О. Интеграция алгоритмов искусственного интеллекта в управление жизненным циклом смарт-контрактов. Финансовые рынки и банки. 2025, № 8, с. 132-136. EDN: JDVKAH.
Tyurin A.O. Integration of artificial intelligence algorithms into the lifecycle management of smart contracts. Financial markets and banks. 2025, no. 8, pp. 132-136. EDN: JDVKAH (in Russian).

8. Masla N., Vyas V., Gautam J., Shaw R. N., Ghosh A. Reduction in gas cost for blockchain enabled smart contract. 2021 IEEE 4th International Conference on Computing, Power and Communication Technologies (GUCON). IEEE, 2021, pp. 1-6. DOI: https://doi.org/10.1109/GUCON50781.2021.9573701.

9. Nelaturu K., Beillahi S. M., Long F., Veneris A. Smart contracts refinement for gas optimization. 2021 3rd conference on blockchain research & applications for innovative networks and services (BRAINS). IEEE, 2021, pp. 229-236. DOI: https://doi.org/10.1109/BRAINS52497.2021.9569819.

10. Sfyrakis I., Modesti P., Golightly L., Ikegima M. LightCross: A Lightweight Smart Contract Vulnerability Detection Tool. Computers. 2025, v. 14, no. 9, p. 369. DOI: https://doi.org/10.3390/computers14090369. EDN: EFIVJU.

11. He Z., Li Z., Yang S., Ye H., Qiao A., Zhang X., Luo X., Chen T. Large Language Models for Blockchain Security: A Systematic Literature Review, 2024. arXiv: arXiv:2403.14280. DOI: https://doi.org/10.48550/arXiv.2403.14280.

12. Марков А.С., Фадин А.А. Систематика уязвимостей и дефектов безопасности программных ресурсов. Защита информации. Инсайд. 2013, № 3, с. 56-61. EDN: TKJKBZ.
Markov A.S., Fadin A.A. System of vulnerabilities and security defects of software resources. Zashchita informatsii. Insayd. 2013, no. 3, pp. 56-61. EDN: TKJKBZ (in Russian).

13. Алиев И.А. Уязвимости смарт-контрактов блокчейн-платформы Ethereum. Новые технологии. Научные записки молодых исследователей. 2019, № 3. с. 47-57. EDN: ZRSSZW.
Aliev I.A. Vulnerabilities of the Ethereum Blockchain Smart Contracts. Новые технологии. Scientific notes of young scientists. 2019, no. 3, pp. 47-57. EDN: ZRSSZW (in Russian).

14. Чахеев А.В., Назаров З.Р. Автоматизированные инструменты безопасной разработки смарт-контрактов Ethereum. Современные информационные технологии и ИТ-образование. 2025, т. 21, № 1, с. 25-35. DOI: https://doi.org/10.25559/SITITO.021.202.501.25-35. EDN: YBKQMS.
Chaheev A.V., Nazarov Z.R. Automated tools for secure ethereum smart contract development. Modern Information Technologies and IT-Education. 2025, v. 21, no 1, pp. 25-35. DOI: https://doi.org/10.25559/SITITO.021.202.501.25-35. EDN: YBKQMS (in Russian).

15. Анохин П.Н. Статистическая уязвимость средних цен автоматических маркетмейкеров с постоянным произведением. Успехи кибернетики. 2023, т. 4, № 3, с. 86–94. DOI: https://doi.org/10.51790/2712-9942-2023-4-3-09. EDN: PJNUHX.
Anokhin P.N. Statistical vulnerability of mean prices in automated constant product market makers. Russian Journal of Cybernetics. 2023, v. 4, no. 3, pp. 86-94. DOI: https://doi.org/10.51790/2712-9942-2023-4-3-09. EDN: PJNUHX (in Russian).

16. Колобанов Н.А. К вопросу о расчёте фактора обеспечения при процедуре кредитования в децентрализованных финансовых системах. Инновации и инвестиции. 2023, № 6, с. 463-465. EDN: ZTCFTB.
Kolobanov N.A. On the issue of calculating the collateral factor for the lending procedure in decentralized financial systems. Innovacii i Investicii. 2023, no. 6, pp. 463-465. EDN: ZTCFTB (in Russian).

17. Белоус В.С., Тарханов И.А. Поиск уязвимостей в смарт-контрактах на основе машинного обучения. Труды ИСА РАН. 2024, т. 74, № 3, с. 89-102. DOI: https://doi.org/10.14357/20790279240310. EDN: URZLYI.
Belous V.S., Tarkhanov I.A. Search for vulnerabilities in smart contracts based on machine learning. Proceedings of the Institute for Systems Analysis Russian Academy of Sciences (ISA RAS). 2024, v. 74, no. 3. pp. 89-102. DOI: https://doi.org/10.14357/20790279240310. EDN: URZLYI (in Russian).

18. Chang S., Geng C., Huang H., Wang R., Li Q., Zhang Y. CodeSpeak: Improving smart contract vulnerability detection via LLM-assisted code analysis. Journal of Systems and Software. 2025, p. 112635. DOI: https://doi.org/10.1016/j.jss.2025.112635. EDN: NVWPMK.

19. Pasqua M., Benini A., Contro F., Crosara M., Dalla Preda M., Ceccato M. Enhancing Ethereum smart-contracts static analysis by computing a precise Control-Flow Graph of Ethereum bytecode. Journal of Systems and Software. 2023, v. 200, p. 111653. DOI: https://doi.org/10.1016/j.jss.2023.111653. EDN: BEXYXN.

20. Ressi D., Spano A., Benetollo L, Bugliesi M., Piazza C., Rossi S. Vulnerability Detection in Solidity Smart Contracts via Machine Learning: A Qualitative Analysis. Blockchain: Research and Applications. 2025, p. 100390. DOI: https://doi.org/10.1016/j.bcra.2025.100390. EDN: EASCER.




DOI: http://dx.doi.org/10.26583/bit.2026.2.13

Ссылки

  • На текущий момент ссылки отсутствуют.


Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.