-
公开(公告)号：CN110399730B
公开(公告)日：2021-05-04
申请号：CN201910672086.5
申请日：2019-07-24
Applicant: 上海交通大学
IPC: G06F21/57
Abstract: 本发明提供了一种智能合约漏洞的检查方法、系统和介质，包括：Solidity程序静态污点分析步骤：从语法上分析Solidity程序的源代码，针对Solidity程序的源代码中的每个函数，遍历所有可能的执行流程，形成控制流程图，再标记所有可能的污点数据，获得并存储污点分析结果；State矩阵生成步骤：生成交易序列，再进行交易序列的重组，生成重组后的交易序列，再根据获得的污点分析结果，获得State矩阵。本发明结合了深度学习和模糊测试，利用深度强化学习模型与污点分析优化了模糊测试技术，大大提升了模糊测试的覆盖率与效率。本发明实现了一个高覆盖率、高效率与低误判率兼具的智能合约漏洞检测技术。
-
公开(公告)号：CN115587379A
公开(公告)日：2023-01-10
申请号：CN202211414640.8
申请日：2022-11-11
Applicant: 上海交通大学
Abstract: 一种支持隐私保护的外包深度学习系统，通过数据加密模块和数据解密模块分别根据生成的公私钥对中的公钥和私钥进行数据加密和解密，数据混淆模块对来自数据解密模块的解密信息进行脱敏处理后输出脱敏数据至神经网络计算模块，神经网络计算模块根据脱敏数据进行神经网络模型的训练和测试，在神经网络反向传播的过程中得到混淆梯度参数并回传至数据混淆模块进行同步更新，提高整个训练系统的收敛速度和精度。本发明在可信执行环境内部实现数据隐私保护，在保证完整性和机密性的情况下外包至云端服务器进行高效的深度学习模型训练，使得用户能够将本地数据在可行执行环境中进行混淆扰乱，将脱敏后的数据进行共享，原始数据和混淆的过程对攻击者不可见。
-
公开(公告)号：CN110399730A
公开(公告)日：2019-11-01
申请号：CN201910672086.5
申请日：2019-07-24
Applicant: 上海交通大学
IPC: G06F21/57
Abstract: 本发明提供了一种智能合约漏洞的检查方法、系统和介质，包括：Solidity程序静态污点分析步骤：从语法上分析Solidity程序的源代码，针对Solidity程序的源代码中的每个函数，遍历所有可能的执行流程，形成控制流程图，再标记所有可能的污点数据，获得并存储污点分析结果；State矩阵生成步骤：生成交易序列，再进行交易序列的重组，生成重组后的交易序列，再根据获得的污点分析结果，获得State矩阵。本发明结合了深度学习和模糊测试，利用深度强化学习模型与污点分析优化了模糊测试技术，大大提升了模糊测试的覆盖率与效率。本发明实现了一个高覆盖率、高效率与低误判率兼具的智能合约漏洞检测技术。
-
公开(公告)号：CN115225285A
公开(公告)日：2022-10-21
申请号：CN202210845825.8
申请日：2022-07-19
IPC: H04L9/32
Abstract: 一种基于可信执行环境的数据安全上链实现方法，通过可信执行环境从外部数据源中获取数据，并根据计算逻辑完成数据计算后，先根据计算结果生成数字签名以保证计算结果的可信，再生成整个可信执行环境的签名以保证计算逻辑的可信；最后通过区块链远程接口将计算结果以及对应签名推送至区块链系统，本发明利用可信执行环境实现数据从输入到上链全程的安全性，可以实现对于外部数据源安全可信的上链过程，通过两次签名可以确保数据是由未被篡改的代码按照正确逻辑生成的，本发明具有高度的灵活性，其计算过程可以支持数值计算、统计计算、逻辑计算以及更加复杂的数据挖掘、机器学习等算法。
-
-
-
Search Results
4
records
(took 0.018 seconds)
