公开(公告)号：CN116645202A

公开(公告)日：2023-08-25

申请号：CN202310479078.5

申请日：2023-04-28

Applicant: 北京工业大学

Inventor： 黄静 ,  丁金飞 ,  韩红桂 ,  公备 ,  牛裕茸

IPC: G06Q40/04 ,  G06Q30/0202 ,  G06Q30/018 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  G06F21/60

Abstract: 本发明公开了基于自编码器和双向长短时记忆网络的加密货币交易追踪方法，实现对交易网络中未来有可能出现的交易预测，达到交易追踪的目的；该预测模型可以自动学习高维非线性的网络结构，并且可以学习时间特征捕捉网络的时变特性，通过微调网络结构可以使模型适应不同尺度的网络；解决了现有方法存在的不足，提出了一种通用模型；实验结果表明该方法能够取得较好的结果。

公开(公告)号：CN114218580B

公开(公告)日：2025-02-25

申请号：CN202111482288.7

申请日：2021-12-07

Applicant: 北京工业大学

Inventor： 黄静 ,  周阔 ,  韩红桂 ,  公备 ,  王茜 ,  卜奎健 ,  王梦晓 ,  李东萌 ,  丁金飞

IPC: G06F21/57 ,  G06F21/56 ,  G06F40/279 ,  G06F18/2433 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于多任务学习的智能合约漏洞检测方法，利用基于硬参数共享的多任务学习框架实现智能合约漏洞检测技术。首先在数据准备阶段，对智能合约数据集进行清洗，并通过现有检测工具进行漏洞分类及标签标记；在数据预处理阶段，将智能合约样本源码编译形成字节码，然后对字节码进行清洗处理，然后反编译转化成操作码序列，形成模型的输入；接着在模型构建阶段，构建基于多任务学习的智能合约检测模型；最后在训练阶段，按照数据预处理阶段得到的操作码序列输入到模型中进行训练，实现对漏洞的判断及检测。该模型在智能合约的数据集上展现了较好的识别功能，检测时间较短且恒定，而且由于多任务学习的特性，该模型具有较好的泛化能力。

公开(公告)号：CN114218580A

公开(公告)日：2022-03-22

申请号：CN202111482288.7

申请日：2021-12-07

Applicant: 北京工业大学

Inventor： 黄静 ,  周阔 ,  韩红桂 ,  公备 ,  王茜 ,  卜奎健 ,  王梦晓 ,  李东萌 ,  丁金飞

IPC: G06F21/57 ,  G06F21/56 ,  G06F40/279 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多任务学习的智能合约漏洞检测方法，利用基于硬参数共享的多任务学习框架实现智能合约漏洞检测技术。首先在数据准备阶段，对智能合约数据集进行清洗，并通过现有检测工具进行漏洞分类及标签标记；在数据预处理阶段，将智能合约样本源码编译形成字节码，然后对字节码进行清洗处理，然后反编译转化成操作码序列，形成模型的输入；接着在模型构建阶段，构建基于多任务学习的智能合约检测模型；最后在训练阶段，按照数据预处理阶段得到的操作码序列输入到模型中进行训练，实现对漏洞的判断及检测。该模型在智能合约的数据集上展现了较好的识别功能，检测时间较短且恒定，而且由于多任务学习的特性，该模型具有较好的泛化能力。