-
公开(公告)号：CN119862575A
公开(公告)日：2025-04-22
申请号：CN202411938618.2
申请日：2024-12-26
Applicant: 海南大学
IPC: G06F21/56 , G06F21/57 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及一种基于多模态深度学习模型的智能合约控制流的漏洞检测方法及系统。所述方法包括：获取智能合约源代码并转换为字节码，控制流图，并使用深度学习模型提取出图特征向量；根据智能合约源代码生成抽象语法树并生成抽象语法特征向量；提取注释并生成注释特征向量；将图特征向量、抽象语法特征向量、注释特征向量进行垂直堆叠，得到综合特征表示矩阵；通过乘以RBF核函数与余弦相似度相结合的方式，计算综合特征表示矩阵之间的合约相似性；对待检测智能合约进行克隆检测、漏洞检测。通过提取图特征向量、抽象语法特征向量、注释特征向量，进行合约克隆分析以及漏洞检测，能够全面捕捉合约的细节，可以提高漏洞检测准确性和泛化能力。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
