-
公开(公告)号:CN117493163A
公开(公告)日:2024-02-02
申请号:CN202311214994.2
申请日:2023-09-20
Applicant: 中国人民解放军陆军工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于蜕变关系的智能合约数字资产缺陷检测方法,所述方法包括:对待测智能合约解析其源码或者操作码,并分析待测智能合约中包含数字资产相关操作的函数,获得函数序列;分析智能合约中数字资产相关的缺陷类型,针对不同的缺陷类型分析其输入数据之间的关系及对应输出所违反的属性,根据不同缺陷所违反的输入和输出关系,定义蜕变关系集;基于函数序列生成原始测试用例集,再结合蜕变关系,生成衍生测试用例集;将待测智能合约部署在测试环境中,并在待测智能合约上执行原生测试用例集和衍生测试用例集,获得测试输出;根据测试输出结合蜕变关系,检测出缺陷类型。本发明提高数字资产安全缺陷的检测效率和检测精度。
-
公开(公告)号:CN117034263A
公开(公告)日:2023-11-10
申请号:CN202310633542.1
申请日:2023-05-31
Applicant: 中国人民解放军陆军工程大学
IPC: G06F21/56 , G06F21/57 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种智能合约在无人机集群中的应用方法,将从无人机集群的现实需求出发,依托具备去中心化等优势特征的智能合约研究飞行数据管理、自主协同、安全维护、安全认证四个典型应用,重点分析智能合约在应用过程中潜在的漏洞。在此研究基础上,针对潜在漏洞提出一种基于注意力机制的混合神经网络的漏洞检测模型。同时,为解决深度学习法训练模型依赖大规模数据以及短时间难以获取足够智能合约攻击样本问题,提出一种新的基础学习器‑元学习器框架;本发明针对智能合约在无人机集群中应用的安全性展开研究,这是较为完善的体系研究,对于提高无人机集群建设安全系数具有一定的实践意义以及弥补了智能合约在无人机集群中安全性探索的空白。同时,该研究也为无人化的建设与发展提供了参考。
-