公开(公告)号：CN119416217A

公开(公告)日：2025-02-11

申请号：CN202411458762.6

申请日：2024-10-18

Applicant: 海南大学

Inventor： 李晓琦 ,  李宗维 ,  李文凯 ,  王鑫

IPC: G06F21/56 ,  G06F21/57 ,  G06F40/16 ,  G06F16/33 ,  G06F16/36

Abstract: 本发明涉及一种基于检索增强生成和后退一步提示词的大语言模型智能合约代码审计方法及系统。方法包括：对待审计智能合约代码进行切块处理输入至嵌入模型中，计算特征向量之间的余弦相似度输出相似特征向量集合；采用检索增强生成技术得到历史审计案例；通过大语言模型识别出安全风险点，得到风险点集合；大语言模型采用后退一步提示词方法计算得到审计结果集合，根据审计结果集合生成审计报告。通过将智能合约代码切块处理细分为逻辑单元，利用大语言模型的强大能力，能够更精确地识别和分析潜在风险，从而提升智能合约的安全性和可靠性；结合后退一步提示词技术，显著提高审计效率和准确性，为智能合约的开发和应用提供了全面的安全保障。

公开(公告)号：CN117992060A

公开(公告)日：2024-05-07

申请号：CN202410093751.6

申请日：2024-01-23

Applicant: 海南大学

Inventor： 李晓琦 ,  李宗维 ,  李文凯 ,  王乙顺 ,  毛英杰

IPC: G06F8/41 ,  G06N3/0464 ,  G06N3/042 ,  G06N20/00

Abstract: 本发明涉及一种基于深度学习的智能合约状态缺陷检测方法及系统。所述方法包括：从去中心化交易所DApp中确定若干智能合约，并将对应的Solidity智能合约源代码进行编译，生成抽象语法树；从抽象语法树中确定与智能合约状态对应的依赖特征；遍历抽象语法树，将各个智能合约转换为图，根据依赖特征进行图优化处理；使用词向量技术将优化后的图和依赖特征标准化，得到图结构数据；将图结构数据输入至图卷积网络中，输出智能合约状态缺陷预测结果。通过充分学习和理解智能合约中的复杂模式和特征，以及学习图结构数据的深度特征和模式，可以准确地分析和预测智能合约的状态缺陷，且具有很强的泛化能力，可应用于不同的智能合约。