SCPatcher：通过检索增强生成和知识图自动修复智能合约代码

由于部署后代码的不变性，智能合约漏洞可能会造成重大财务损失。虽然现有工具可以检测漏洞，但无法有效修复它们。在本文中，我们提出了 SCPatcher，一个将检索增强生成与知识图相结合的框架，用于自动智能合约修复。我们从 5,000 个经过验证的以太坊合约构建知识图谱，提取功能级关系来构建语义网络。该图作为外部知识库，增强了 大语言模型 推理并实现精确的漏洞修补。我们引入了两阶段修复策略，首先是知识引导修复，然后是复杂漏洞的思想链推理。通过对多种易受攻击的合约进行评估，SCPatcher 实现了 81.5% 的总体修复率和 91.0% 的编译通过率，大大优于现有方法。