申请/专利权人:东北大学
申请日:2023-03-22
公开(公告)日:2023-07-28
公开(公告)号:CN116502282A
主分类号:G06F21/64
分类号:G06F21/64;G06N3/0464;G06N3/094
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.08.15#实质审查的生效;2023.07.28#公开
摘要:本发明提供一种基于对抗学习的庞氏骗局智能合约检测方法,涉及智能合约检测技术领域。该方法首先收集并预处理智能合约数据,得到智能合约操作码序列;再对智能合约操作码序列进行分析,得到包含操作码最大逻辑信息和语义信息的操作码行为序列;并根据词向量嵌入模型得到操作码行为序列的词向量表示;然后构建TextCNN模型,并将操作码行为序列的词向量表示作为模型输入,进行庞氏骗局智能合约的判断,该过程能最大程度的保留智能合约操作码的语义信息,因此提高了模型的分类效果。最后运用对抗训练算法给TextCNN模型添加扰动,得到庞氏骗局检测模型,以此克服模型面对对抗攻击时缺乏鲁棒性和泛化性的问题。
主权项:1.一种基于对抗学习的庞氏骗局智能合约检测方法,其特征在于:对智能合约操作码序列进行分析,得到包含操作码最大逻辑信息和语义信息的操作码行为序列;根据词向量嵌入模型得到操作码行为序列的词向量表示;构建TextCNN模型,并将操作码行为序列的词向量表示作为模型输入,进行庞氏骗局智能合约的判断;运用对抗训练算法给TextCNN模型添加扰动,以此克服模型面对对抗攻击时缺乏鲁棒性和泛化性的问题。
全文数据:
权利要求:
百度查询: 东北大学 一种基于对抗学习的庞氏骗局智能合约检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。