{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2926470"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2926470","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Precise Static Modeling of Ethereum \"Memory\"","abstract":"Η στατική ανάλυση έξυπνων συμβολαίων στην πλατφόρμα του Ethereum blockchain έχει τελευταία λάβει σημαντική προσοχή. Όμως οι αναλύσεις υψηλής ακρίβειας αντιμετωπίζουν αρκετές προκλήσεις όταν πρέπει να χειριστούν το μοντέλο εκτέλεσης της εικονικής μηχανής του Ethereum (EVM). Μία τέτοια σοβαρή πρόκληση είναι η μοντελοποίηση της χαμηλού επιπέδου παροδικής \"μνήμης\" (memory)---σε αντίθεση με τη μόνιμη \"αποθήκευση\" (storage)---που χρησιμοποιούν τα έξυπνα συμβόλαια κατά την εκτέλεση τους. Επιπλέον, η δυναμική φύση των δεσμεύσεων των δεδομένων που βρίσκονται στη μνήμη δυσκολεύει τη στατική κατανόηση των χρήσεων της. Παρουσιάζουμε μια ανάλυση η οποία μοντελοποιεί τη μνήμη του EVM, ανακτώντας έννοιες υψηλού επιπέδου (π.χ. πίνακες, ορίσματα κλή-σεων) μέσω της βαθιάς μοντελοποίησης της ροής των τιμών. Η ανάλυση μας ανοίγει την πόρτα για στατικές αναλύσεις στην πλατφόρμα του Ethereum, με σημαντικά μεγαλύτερη ακρίβεια. Μια τέτοια ανάλυση ανιχνεύει την εξαγωγή νομισμάτων ERC20 από μη εξουσιοδοτημένους χρήστες. Για μια άλλη πρακτική ευπάθεια (περιττές κλήσεις που μπορούν πιθανώς να χρησιμοποιηθούν για κακόβουλες επιθέσεις) η μοντελοποιήση της μνήμης συνεισφέρει στη δημιουργία μιας ανάλυσης με ακρίβεια 89% , ενώ ένα σύγχρονο εργαλείο χωρίς ακριβή μοντελοποίηση της μνήμης έχει ακρίβεια 16%. Επιπροσθέτως η ακριβής μοντελοποίηση της μνήμης διευκολύνει τον στατικό υπολογισμό του κόστους εκτέλεσης ενός έξυπνου συμβολαίου. Αυτή η ανάλυση κόστους έπαιξε καθοριστικό ρόλο στην αξιολόγηση των επιπτώσεων της πρότασης βελτίωσης EIP-1884 που αφορούσε την ανατίμηση των διαφόρων λειτουργιών του EVM, οδηγώντας σε χρηματικό βραβείο και σημαντική δημοσιότητα από τον οργανισμό του Ethereum.","abstract_html":"Η στατική ανάλυση έξυπνων συμβολαίων στην πλατφόρμα του Ethereum blockchain έχει τελευταία λάβει σημαντική προσοχή. Όμως οι αναλύσεις υψηλής ακρίβειας αντιμετωπίζουν αρκετές προκλήσεις όταν πρέπει να χειριστούν το μοντέλο εκτέλεσης της εικονικής μηχανής του Ethereum (EVM). Μία τέτοια σοβαρή πρόκληση είναι η μοντελοποίηση της χαμηλού επιπέδου παροδικής &quot;μνήμης&quot; (memory)---σε αντίθεση με τη μόνιμη &quot;αποθήκευση&quot; (storage)---που χρησιμοποιούν τα έξυπνα συμβόλαια κατά την εκτέλεση τους. Επιπλέον, η δυναμική φύση των δεσμεύσεων των δεδομένων που βρίσκονται στη μνήμη δυσκολεύει τη στατική κατανόηση των χρήσεων της. Παρουσιάζουμε μια ανάλυση η οποία μοντελοποιεί τη μνήμη του EVM, ανακτώντας έννοιες υψηλού επιπέδου (π.χ. πίνακες, ορίσματα κλή-σεων) μέσω της βαθιάς μοντελοποίησης της ροής των τιμών. Η ανάλυση μας ανοίγει την πόρτα για στατικές αναλύσεις στην πλατφόρμα του Ethereum, με σημαντικά μεγαλύτερη ακρίβεια. Μια τέτοια ανάλυση ανιχνεύει την εξαγωγή νομισμάτων ERC20 από μη εξουσιοδοτημένους χρήστες. Για μια άλλη πρακτική ευπάθεια (περιττές κλήσεις που μπορούν πιθανώς να χρησιμοποιηθούν για κακόβουλες επιθέσεις) η μοντελοποιήση της μνήμης συνεισφέρει στη δημιουργία μιας ανάλυσης με ακρίβεια 89% , ενώ ένα σύγχρονο εργαλείο χωρίς ακριβή μοντελοποίηση της μνήμης έχει ακρίβεια 16%. Επιπροσθέτως η ακριβής μοντελοποίηση της μνήμης διευκολύνει τον στατικό υπολογισμό του κόστους εκτέλεσης ενός έξυπνου συμβολαίου. Αυτή η ανάλυση κόστους έπαιξε καθοριστικό ρόλο στην αξιολόγηση των επιπτώσεων της πρότασης βελτίωσης EIP-1884 που αφορούσε την ανατίμηση των διαφόρων λειτουργιών του EVM, οδηγώντας σε χρηματικό βραβείο και σημαντική δημοσιότητα από τον οργανισμό του Ethereum.","abstract_has_math":false,"creators":["Λαγουβάρδος Ιωσήφ","Lagouvardos Iosif"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2020,"date_issued":"2020","date_published":"2020","updated_at":"2026-11-19T05:40:52Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2926470"],"render_values":[{"text":"uoadl:2926470","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2926470","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2926470","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2926470","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Λαγουβάρδος Ιωσήφ","Lagouvardos Iosif"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2020"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2926470","https://pergamos.lib.uoa.gr/uoa/dl/object/2926470"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η στατική ανάλυση έξυπνων συμβολαίων στην πλατφόρμα του Ethereum blockchain έχει τελευταία λάβει σημαντική προσοχή. Όμως οι αναλύσεις υψηλής ακρίβειας αντιμετωπίζουν αρκετές προκλήσεις όταν πρέπει να χειριστούν το μοντέλο εκτέλεσης της εικονικής μηχανής του Ethereum (EVM). Μία τέτοια σοβαρή πρόκληση είναι η μοντελοποίηση της χαμηλού επιπέδου παροδικής \"μνήμης\" (memory)---σε αντίθεση με τη μόνιμη \"αποθήκευση\" (storage)---που χρησιμοποιούν τα έξυπνα συμβόλαια κατά την εκτέλεση τους. Επιπλέον, η δυναμική φύση των δεσμεύσεων των δεδομένων που βρίσκονται στη μνήμη δυσκολεύει τη στατική κατανόηση των χρήσεων της. Παρουσιάζουμε μια ανάλυση η οποία μοντελοποιεί τη μνήμη του EVM, ανακτώντας έννοιες υψηλού επιπέδου (π.χ. πίνακες, ορίσματα κλή-σεων) μέσω της βαθιάς μοντελοποίησης της ροής των τιμών. Η ανάλυση μας ανοίγει την πόρτα για στατικές αναλύσεις στην πλατφόρμα του Ethereum, με σημαντικά μεγαλύτερη ακρίβεια. Μια τέτοια ανάλυση ανιχνεύει την εξαγωγή νομισμάτων ERC20 από μη εξουσιοδοτημένους χρήστες. Για μια άλλη πρακτική ευπάθεια (περιττές κλήσεις που μπορούν πιθανώς να χρησιμοποιηθούν για κακόβουλες επιθέσεις) η μοντελοποιήση της μνήμης συνεισφέρει στη δημιουργία μιας ανάλυσης με ακρίβεια 89% , ενώ ένα σύγχρονο εργαλείο χωρίς ακριβή μοντελοποίηση της μνήμης έχει ακρίβεια 16%. Επιπροσθέτως η ακριβής μοντελοποίηση της μνήμης διευκολύνει τον στατικό υπολογισμό του κόστους εκτέλεσης ενός έξυπνου συμβολαίου. Αυτή η ανάλυση κόστους έπαιξε καθοριστικό ρόλο στην αξιολόγηση των επιπτώσεων της πρότασης βελτίωσης EIP-1884 που αφορούσε την ανατίμηση των διαφόρων λειτουργιών του EVM, οδηγώντας σε χρηματικό βραβείο και σημαντική δημοσιότητα από τον οργανισμό του Ethereum.","Static analysis of smart contracts as-deployed on the Ethereum blockchain has received much recent attention. However, high-precision analyses currently face significant challenges when dealing with the Ethereum VM (EVM) execution model. A major such challenge is the modeling of low-level, transient \"memory\" (as opposed to persistent, on-blockchain \"storage\") that smart contracts employ. Statically understanding the usage patterns of memory is non-trivial, due to the dynamic allocation nature of in-memory buffers. We offer an analysis that models EVM memory, recovering high-level concepts (e.g., arrays, buffers, call arguments) via deep modeling of the flow of values. Our analysis opens the door to Ethereum static analyses with drastically increased precision. One such analysis detects the extraction of ERC20 tokens by unauthorized users. For another practical vulnerability (redundant calls, possibly used as an attack vector), our memory modeling yields analysis precision of 89%, compared to 16% for a state-of-the-art tool without precise memory modeling. Additionally, precise memory modeling enables the static computation of a contract's gas cost. This gas-cost analysis has recently been instrumental in the evaluation of the impact of the EIP-1884 repricing (in terms of gas costs) of EVM operations, leading to a reward and significant publicity from the Ethereum Foundation."]},{"key":"dc:title","label":"Title","values":["Precise Static Modeling of Ethereum \"Memory\""]}]}],"canonical_facts":{"dc:creator":["Λαγουβάρδος Ιωσήφ","Lagouvardos Iosif"],"dc:date":["2020"],"dc:description":["Η στατική ανάλυση έξυπνων συμβολαίων στην πλατφόρμα του Ethereum blockchain έχει τελευταία λάβει σημαντική προσοχή. Όμως οι αναλύσεις υψηλής ακρίβειας αντιμετωπίζουν αρκετές προκλήσεις όταν πρέπει να χειριστούν το μοντέλο εκτέλεσης της εικονικής μηχανής του Ethereum (EVM). Μία τέτοια σοβαρή πρόκληση είναι η μοντελοποίηση της χαμηλού επιπέδου παροδικής \"μνήμης\" (memory)---σε αντίθεση με τη μόνιμη \"αποθήκευση\" (storage)---που χρησιμοποιούν τα έξυπνα συμβόλαια κατά την εκτέλεση τους. Επιπλέον, η δυναμική φύση των δεσμεύσεων των δεδομένων που βρίσκονται στη μνήμη δυσκολεύει τη στατική κατανόηση των χρήσεων της. Παρουσιάζουμε μια ανάλυση η οποία μοντελοποιεί τη μνήμη του EVM, ανακτώντας έννοιες υψηλού επιπέδου (π.χ. πίνακες, ορίσματα κλή-σεων) μέσω της βαθιάς μοντελοποίησης της ροής των τιμών. Η ανάλυση μας ανοίγει την πόρτα για στατικές αναλύσεις στην πλατφόρμα του Ethereum, με σημαντικά μεγαλύτερη ακρίβεια. Μια τέτοια ανάλυση ανιχνεύει την εξαγωγή νομισμάτων ERC20 από μη εξουσιοδοτημένους χρήστες. Για μια άλλη πρακτική ευπάθεια (περιττές κλήσεις που μπορούν πιθανώς να χρησιμοποιηθούν για κακόβουλες επιθέσεις) η μοντελοποιήση της μνήμης συνεισφέρει στη δημιουργία μιας ανάλυσης με ακρίβεια 89% , ενώ ένα σύγχρονο εργαλείο χωρίς ακριβή μοντελοποίηση της μνήμης έχει ακρίβεια 16%. Επιπροσθέτως η ακριβής μοντελοποίηση της μνήμης διευκολύνει τον στατικό υπολογισμό του κόστους εκτέλεσης ενός έξυπνου συμβολαίου. Αυτή η ανάλυση κόστους έπαιξε καθοριστικό ρόλο στην αξιολόγηση των επιπτώσεων της πρότασης βελτίωσης EIP-1884 που αφορούσε την ανατίμηση των διαφόρων λειτουργιών του EVM, οδηγώντας σε χρηματικό βραβείο και σημαντική δημοσιότητα από τον οργανισμό του Ethereum.","Static analysis of smart contracts as-deployed on the Ethereum blockchain has received much recent attention. However, high-precision analyses currently face significant challenges when dealing with the Ethereum VM (EVM) execution model. A major such challenge is the modeling of low-level, transient \"memory\" (as opposed to persistent, on-blockchain \"storage\") that smart contracts employ. Statically understanding the usage patterns of memory is non-trivial, due to the dynamic allocation nature of in-memory buffers. We offer an analysis that models EVM memory, recovering high-level concepts (e.g., arrays, buffers, call arguments) via deep modeling of the flow of values. Our analysis opens the door to Ethereum static analyses with drastically increased precision. One such analysis detects the extraction of ERC20 tokens by unauthorized users. For another practical vulnerability (redundant calls, possibly used as an attack vector), our memory modeling yields analysis precision of 89%, compared to 16% for a state-of-the-art tool without precise memory modeling. Additionally, precise memory modeling enables the static computation of a contract's gas cost. This gas-cost analysis has recently been instrumental in the evaluation of the impact of the EIP-1884 repricing (in terms of gas costs) of EVM operations, leading to a reward and significant publicity from the Ethereum Foundation."],"dc:identifier":["uoadl:2926470","https://pergamos.lib.uoa.gr/uoa/dl/object/2926470"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Precise Static Modeling of Ethereum \"Memory\""],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:40:52Z"}