Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于特征融合和深度学习技术的智能合约漏洞检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏大学;亚信安全科技股份有限公司

摘要:本发明提供了一种基于特征融合和深度学习技术的智能合约漏洞检测方法。包括:步骤1,利用交叉验证合理划分数据集,对测试所用到的样本集进行规范化处理与过采样预处理,以得到更加平衡的漏洞数据集;步骤2,通过词嵌入模型构造集成网络模型,使用该模型对智能合约漏洞代码的特征进行提取;步骤3,根据步骤2得到的特征,采用通道自注意力技术实现特征融合,得到初步的训练样本集与测试样本集;步骤4,根据步骤2和步骤3得到的特征,使用卷积神经网络、双向门控循环单元和双向长短期记忆网络模型训练,得到最终的训练样本集和测试样本集,利用MLP分类模型对数据进行漏洞分类,根据预测结果进而评估模型的检测性能。

主权项:1.一种基于特征融合和深度学习技术的智能合约漏洞检测模型的方法,其特征在于,包括如下步骤:步骤1,利用交叉验证合理划分数据集,对测试所用到的样本集进行规范化处理与过采样预处理,以得到更加平衡的漏洞数据集;步骤2,通过词嵌入模型构造集成网络模型,使用该模型对智能合约漏洞代码的特征进行提取;步骤3,根据步骤2得到的特征,采用通道自注意力技术实现特征融合,得到初步的训练样本集与测试样本集;步骤4,根据步骤2和步骤3得到的特征,使用卷积神经网络、双向门控循环单元和双向长短期记忆网络模型训练,得到最终的训练样本集和测试样本集,利用MLP分类模型对数据进行漏洞分类,根据预测结果进而评估模型的检测性能。

全文数据:

权利要求:

百度查询: 江苏大学 亚信安全科技股份有限公司 一种基于特征融合和深度学习技术的智能合约漏洞检测方法

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。