申请/专利权人：杭州趣链科技有限公司

申请日：2020-12-30

公开（公告）日：2024-07-02

公开（公告）号：CN112699375B

主分类号：G06F21/57

分类号：G06F21/57;G06F16/35;G06F18/2411;G06F18/243;G06F18/27;G06N20/10;G06N20/20

优先权：

专利状态码：有效-授权

法律状态：2024.07.02#授权;2021.05.11#实质审查的生效;2021.04.23#公开

摘要：本发明公开了基于网络嵌入相似性的区块链智能合约安全漏洞检测方法，包括以下步骤：基于区块链智能合约的智能合约源码，进行信息提取，获得初始数据集；基于初始数据集的段落结构，构建子网络模型，进而构建代码网络模型，基于网络嵌入相似性特征，对代码网络模型进行若干次迭代训练，获得初始区块链智能合约安全漏洞检测模型；基于初始区块链智能合约安全漏洞检测模型和初始数据集，通过逻辑回归模型、随机森林模型以及线性支持向量机模型进行训练，得到目标区块链智能合约安全漏洞检测模型，进而对所述区块链智能合约的安全漏洞进行检测；本发明可以综合检测重入性漏洞、整数溢出漏洞以及逻辑错误漏洞，提高了智能合约代码安全漏洞的检测效率。

主权项：1.基于网络嵌入相似性的区块链智能合约安全漏洞检测方法，其特征在于，包括以下步骤：S1.1.基于区块链智能合约的智能合约源码，进行信息提取，获得初始数据集；S1.2.基于所述初始数据集的段落结构，构建子网络模型，通过所述子网络模型，构建代码网络模型，其中，所述代码网络模型，包括网络节点数据集和网络边数据集；所述S1.2包括以下步骤：S1.2.1.对所述初始数据集进行分段处理，获得初始分段数据集，所述初始分段数据集包括若干行分段数据集，其中，基于所述初始分段数据集的每五行分段数据集，构建全连子网络；S1.2.2.基于所述全连子网络，通过所述分段数据集的价值词汇，构建所述网络节点数据集，基于所述网络节点数据集，构建所述网络边数据集；S1.2.3.基于所述全连子网络，通过所述网络节点数据集和网络边数据集，构建代码网络模型，其中，所述代码网络包括若干全连子网络，基于所述智能合约源码的代码顺序，将每个全连子网络串联在一起，构建所述代码网络模型；S1.3.基于网络嵌入相似性特征，对所述代码网络模型进行若干次迭代，获得初始区块链智能合约安全漏洞检测模型；所述S1.3包括以下步骤：S1.3.1.初始化所述代码网络模型，基于所述网络节点数据集和网络边数据集，构建代码网络描述数据模型；S1.3.2.基于所述网络节点数据集，通过所述网络边数据集，计算所述网络节点数据集的加权度中心性，对所述加权度中心性进行归一化处理，得到加权度中心值，基于所述加权度中心值，获得度标签，基于所述加权度中心值，对所述网络节点数据集，打上所述度标签，获得度标签代码网络描述数据模型；S1.3.3.基于所述度标签代码网络描述数据模型，对所述代码网络模型进行若干次迭代训练，获得代码网络向量；S1.3.4.基于所述度标签代码网络描述数据模型，通过所述代码网络模型，获得所述初始区块链智能合约安全漏洞检测模型；所述度标签代码网络描述数据模型,包括第一度标签代码网络模型和第二度标签代码网络模型，对所述第一度标签代码网络模型进行一次迭代，得到，第一度标签升序排列模型和第一度标签类型次数模型；基于所述第一度标签升序排列模型和第一度标签类型次数模型，构建第一迭代模型；对所述第一迭代模型，进行N次迭代，获得第N度标签升序排列模型和第N度标签类型次数模型；对所述第二度标签代码网络模型进行一次迭代，得到，第二度标签升序排列模型和第二度标签类型次数模型；基于所述第二度标签升序排列模型和第二度标签类型次数模型，构建第二迭代模型；对所述第二迭代训练模型，进行M次迭代，获得第M度标签升序排列模型和第M度标签类型次数模型，M＝N；基于所述第一度标签类型次数模型和所述第N度标签类型次数模型，构建第一迭代向量模型；基于所述第二度标签类型次数模型和所述第M度标签类型次数模型，构建第二迭代向量模型；通过所述第一迭代向量模型和第二迭代向量模型，构建NES指标模型；基于所述NES指标模型，构建所述初始区块链智能合约安全漏洞检测模型；S1.4.基于所述初始区块链智能合约安全漏洞检测模型和初始数据集，通过逻辑回归模型、随机森林模型以及线性支持向量机模型进行训练，得到目标区块链智能合约安全漏洞检测模型，通过所述目标区块链智能合约安全漏洞检测模型，对所述区块链智能合约的安全漏洞进行检测。

全文数据：

权利要求：

百度查询： 杭州趣链科技有限公司 基于网络嵌入相似性的区块链智能合约安全漏洞检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD