Strengthening the solidity ecosystem through empirical analysis and feedback-driven methods

Abstract

Smart contracts deployed on blockchain platforms are immutable and control billions of dollars in assets, making their correctness paramount. This dissertation strengthens the Solidity ecosystem through empirically-grounded investigation and feedback-driven tool development. We present the first large-scale mixed-methods study of Solidity’s language design, analyzing 296,000 smart contracts, surveying 31 developers, and evaluating 11 analysis tools. Our findings reveal that existing tools detect only 43.5%of error-handling misuses and that documentation instability discourages developer consultation. Building on these findings, we introduce FUZZOL, a syntax-aware mutation fuzzer that discovered 19 compiler bugs (17fixed), achieving up to 5.8× higher coverage than state-of-the-art fuzzers. We also introduce DGRed, which reduces deployment gas costs by 15.65% through search-based state variable mutation, challenging conventional variable packing practices.

Τα έξυπνα συμβόλαια που αναπτύσσονται σε πλατφόρμες blockchain είναι αμετάβλητα και διαχειρίζονται περιουσιακά στοιχεία αξίας δισεκατομμυρίων δολαρίων, καθιστώντας την ορθότητά τους υψίστης σημασίας. Η παρούσα διατριβή ενισχύειτο οικοσύστημα της Solidity μέσω εμπειρικά θεμελιωμένης έρευνας και ανάπτυξης εργαλείων βασισμένων σε τεκμήρια. Παρουσιάζουμε την πρώτη μεγάλης κλίμακας μελέτη μεικτών μεθόδων για τον σχεδιασμό της γλώσσας Solidity, αναλύοντας 296.000 έξυπνα συμβόλαια, διεξάγοντας έρευνα με 31 προγραμματιστές και αξιολογώντας 11 εργαλεία ανάλυσης. Τα ευρήματά μας αποκαλύπτουν ότι τα υπάρχοντα εργαλεία ανιχνεύουν μόνο το 43,5% των σφαλμάτων διαχείρισης εξαιρέσεων και ότι η αστάθεια της τεκμηρίωσης αποθαρρύνει τους προγραμματιστές από τη χρήση της. Βασιζόμενοι σε αυτά τα ευρήματα, παρουσιάζουμε τον FUZZOL, έναν συντακτικά ενήμερο fuzzer μεταλλάξεων που ανακάλυψε 19 σφάλματα στον μεταγλωττιστή (17 διορθώθηκαν), επιτυγχάνοντας έως και 5,8× υψηλότερη κάλυψη κώδικα σε σχέση με τα κορυφαία εργαλεία. Επίσης, παρουσιάζουμε το DGRed,το οποίο μειώνει το κόστος ανάπτυξης κατά μέσο όρο 15,65% μέσω μετάλλαξης μεταβλητών κατάστασης βασισμένης σε αναζήτηση, αμφισβητώντας τις συμβατικές πρακτικές συμπίεσης μεταβλητών.