-
公开(公告)号:CN118939267B
公开(公告)日:2025-02-18
申请号:CN202410980531.5
申请日:2024-07-22
Applicant: 海南大学
Abstract: 本发明涉及一种基于大语言模型和语义增强的智能合约摘要生成方法及系统。所述方法包括:解析智能合约源代码生成抽象语法树,提取代码语义信息,将抽象语法树的合约函数节点转换为函数回调图,利用大语言模型提取的代码语义信息以及函数回调图中的回调信息,实现生成高质量的智能合约代码摘要。大语言模型通过学习和理解智能合约函数的语义信息与回调信息,可以准确地理解推理出代码的深层语义信息从而生成高质量的智能合约代码摘要,不仅有效地解决了现有技术中对于语义理解的局限性,还支持使用大语言模型的多模态能力来提取、理解、推理函数回调图的回调信息,提升了大语言模型对代码回调结构的理解能力。
-
公开(公告)号:CN118939267A
公开(公告)日:2024-11-12
申请号:CN202410980531.5
申请日:2024-07-22
Applicant: 海南大学
Abstract: 本发明涉及一种基于大语言模型和语义增强的智能合约摘要生成方法及系统。所述方法包括:解析智能合约源代码生成抽象语法树,提取代码语义信息,将抽象语法树的合约函数节点转换为函数回调图,利用大语言模型提取的代码语义信息以及函数回调图中的回调信息,实现生成高质量的智能合约代码摘要。大语言模型通过学习和理解智能合约函数的语义信息与回调信息,可以准确地理解推理出代码的深层语义信息从而生成高质量的智能合约代码摘要,不仅有效地解决了现有技术中对于语义理解的局限性,还支持使用大语言模型的多模态能力来提取、理解、推理函数回调图的回调信息,提升了大语言模型对代码回调结构的理解能力。
-
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
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。
-
-