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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD