Defesa de Dissertação (21/08/2026): Felipe Mello Fonseca

Discente: Felipe Mello Fonseca

Título: DETECÇÃO DE VULNERABILIDADES EM SMART CONTRACTS: UM ESTUDO COM FERRAMENTAS AUTOMATIZADAS

Orientadores: Diogo Silveira Mendonça e Pedro Henrique Gonzalez

Banca: Diogo Silveira Mendonça (Cefet/RJ), Pedro Henrique Gonzalez (UFRJ), Kele Teixeira Belloze (Cefet/RJ) e José Augusto Miranda Nacif (UFV)

Dia/Hora: 21/08/2026, às 8h30

Sala: https://teams.microsoft.com/meet/290006386263688?p=ICWKLlepYzGWKoe2Ly

Resumo: A blockchain é uma tecnologia com aplicações em diversas áreas, como finanças, votação eletrônica e Internet das Coisas. Nesse contexto, as transações são frequentemente mediadas por  smart contracts, programas autoexecutáveis escritos predominantemente em Solidity. Por manipularem valores expressivos em criptomoedas, esses contratos são alvos frequentes de ataques, tornando a detecção automatizada de vulnerabilidades um desafio técnico relevante. Este trabalho apresenta dois conjuntos de experimentos complementares. No primeiro, avalia-se a evolução das ferramentas de análise estática Mythril e Slither sobre os contratos do  dataset SmartBugs Curated, segundo a taxonomia DASP, confrontando os resultados com classificações previamente validadas manualmente. No segundo, avalia-se o desempenho do Gemini 2.0 Flash na mesma tarefa de detecção, comparando-o aos resultados reportados para o GPT-4 na literatura. Os resultados indicam que as versões mais recentes das ferramentas tradicionais apresentam avanços concretos, sobretudo na redução de falsos positivos, embora limitações persistam em determinadas categorias de vulnerabilidade. As LLMs demonstraram potencial como mecanismo de apoio em triagens preliminares,  especialmente pela sua acessibilidade, porém ainda exigem validação humana para auditorias de sistemas críticos.  Em conjunto, os experimentos reforçam que a combinação de múltiplas abordagens é o caminho mais promissor para aumentar a confiabilidade dos  smart contracts antes de sua publicação na blockchain.