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！

龙图腾网恭喜电子科技大学申请的专利一种基于人工智能的智能合约漏洞检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115017513B 。

龙图腾网通过国家知识产权局官网在2025-03-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210610675.2，技术领域涉及：G06F21/57；该发明授权一种基于人工智能的智能合约漏洞检测方法是由牛伟纳;黄世平;张小松;廖旭涵;肖涛;孙裕俨;陈瑞东设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种基于人工智能的智能合约漏洞检测方法在说明书摘要公布了：本发明涉及智能合约安全领域，公开了一种基于人工智能的智能合约漏洞检测方法，目的在于降低智能合约漏洞检测的误报率，所述方法包括：获取无标签智能合约数据集；根据智能合约漏洞类型，获取有标签智能合约数据集；将智能合约数据集中的智能合约字节码转化为操作码序列，将操作码序列作为训练样本，包括无标签样本和有标签样本；智能合约漏洞检测模型包括预训练模型和漏洞分类模型；利用无标签训练样本对预训练模型进行训练利用有标签训练样本对智能合约漏洞检测模型进行训练，得到训练好的智能合约漏洞检测模型；将待检测智能合约转化为操作码序列，并将其输入训练好的智能合约漏洞检测模型中，得到智能合约对应的漏洞检测结果。

本发明授权一种基于人工智能的智能合约漏洞检测方法在权利要求书中公布了：1.一种基于人工智能的智能合约漏洞检测方法，其特征在于，所述方法包括：获取智能合约数据集；将智能合约数据集中的智能合约字节码转化为操作码序列，将操作码序列作为训练样本，包括无标签样本和有标签样本；智能合约漏洞检测模型包括预训练模型和漏洞分类模型；利用无标签训练样本对预训练模型进行训练，得到训练好的预训练模型；将训练好的预训练模型和漏洞分类模型结合，利用有标签训练样本对智能合约漏洞检测模型进行训练，得到训练好的智能合约漏洞检测模型；将待检测智能合约转化为操作码序列，并将其输入训练好的智能合约漏洞检测模型中，得到智能合约对应的漏洞检测结果;所述智能合约漏洞检测模型包括预训练模型和漏洞分类模型，其中：所述预训练模型为Bert模型，用于预测操作码序列中操作码是否被替换；所述预训练模型包括输入层、Embedding层、Encoder层、全连接层和Sigmoid层；所述漏洞分类模型为多层感知机模型，用于进行漏洞分类；所述漏洞分类模型包括全连接层和Softmax层；所述输入层，用于接收操作码序列；所述Embedding层，用于将所述操作码序列中的每个操作码转化为词向量，将每个操作码映射到高维向量空间中，作为Encoder层的输入；所述Encoder层，利用Attention机制学习所述操作码序列中每个操作码的上下文关系，得到每个操作码的特征向量；所述全连接层，用于对所述操作码的特征向量进行降维，得到与分类标签维度相同的向量；所述Sigmoid层，用于对预训练模型参数进行调整，使用sigmoid函数进行反向传播；所述Softmax层，对全连接层输出的向量做缩放，得到预测标签向量，用于实现多元分类任务;所述利用无标签训练样本对预训练模型进行训练，具体包括：对所述无标签训练样本进行操作码替换处理，得到处理后训练样本；将处理后训练样本输入到预训练模型的输入层，预训练模型输出的结果预测每个位置上的操作码是否被替换，计算损失函数并进行反向梯度传播更新模型参数；所述将训练好的预训练模型和漏洞分类模型结合，利用有漏洞标签训练样本对智能合约漏洞检测模型进行训练，具体包括：除去所述训练好的预训练模型的全连接层和Sigmoid层；将[CLS]对应的Encoder层输出向量作为漏洞分类模型的输入向量；漏洞分类模型利用Softmax函数输出多分类结果，计算损失函数，进行反向梯度传播更新模型参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。