申请/专利权人:湖北大学
申请日:2023-04-10
公开(公告)日:2023-08-15
公开(公告)号:CN116595534A
主分类号:G06F21/57
分类号:G06F21/57;G06F18/25;G06F18/241;G06N3/0455;G06N3/0442;G06N3/082
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.09.01#实质审查的生效;2023.08.15#公开
摘要:本发明提供了一种solidity智能合约的缺陷检测方法,属于智能合约缺陷检测技术领域,包括:获取solidity智能合约代码的缺陷检测数据集;对缺陷检测数据集进行视觉信息特征提取,得到视觉特征向量;对缺陷检测数据集进行语义信息特征提取,得到语义特征向量;对缺陷检测数据集的字符语义信息进行特征提取,得到字符语义特征向量;对缺陷检测数据集的继承结构信息进行特征提取,得到继承特征向量;将所有特征向量连接在一起,生成一个新的特征向量,将新的特征向量输入分类器中对分类器进行训练,得到训练好的分类器;将待检测的solidity智能合约的代码输入到训练好的分类器中进行漏洞检测。该方法可以对智能合约缺陷进行检测。
主权项:1.一种solidity智能合约的缺陷检测方法,其特征在于,包括:获取solidity智能合约代码的缺陷检测数据集;对缺陷检测数据集的代码进行颜色标识后,对缺陷检测数据集进行视觉信息特征提取,得到视觉特征向量;对缺陷检测数据集的代码进行词分割与词向量嵌入后,对缺陷检测数据集进行语义信息特征提取,得到语义特征向量;将缺陷检测数据集的代码转换为ASCII码后,对缺陷检测数据集的字符语义信息进行特征提取,得到字符语义特征向量;对缺陷检测数据集的继承结构信息进行特征提取,得到继承特征向量;将视觉特征向量、语义特征向量、字符语义特征向量、继承特征向量连接在一起,生成一个新的特征向量,将新的特征向量输入分类器中对分类器进行训练,得到训练好的分类器;将待检测的solidity智能合约的代码输入到训练好的分类器中进行漏洞检测,由分类器给出代码是否存在缺陷的判断。
全文数据:
权利要求:
百度查询: 湖北大学 一种solidity智能合约的缺陷检测方法
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。