一种基于代码片段的深度学习智能合约漏洞检测方法
基本信息
| 申请号 | CN202210097231.3 | 申请日 | - |
| 公开（公告）号 | CN114490388A | 公开（公告）日 | 2022-05-13 |
| 申请公布号 | CN114490388A | 申请公布日 | 2022-05-13 |
| 分类号 | G06F11/36（2006.01）I;G06F8/75（2018.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 谢统义;袁野;蔡宏果;元昌安 | 申请（专利权）人 | 广西教育学院 |
| 代理机构 | 南宁东智知识产权代理事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 530015广西壮族自治区南宁市建政路37号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于智能合约和漏洞检测技术领域，提供了一种基于代码片段的深度学习智能合约漏洞检测方法，本发明通过将较长的智能合约源代码拆分为较短的片段，并采用深度学习模型进行训练，进行源代码片段拆分后，使得深度学习模型能够更好地关注可能有漏洞的部分，代码片段减少了文本长度、删除了部分无关漏洞的文本，本发明利用了自注意力机制来加强深度学习模型的效果，该机制可以帮助模型学习更丰富的语义上下文信息，帮助Transformer编码器学习漏洞上下文之间的关联关系，因此提高了检测精度和检测速度，实现更加灵活和准确地预测和定位代码漏洞。 |
