申请/专利权人：海南大学

申请日：2023-05-23

公开（公告）日：2024-03-22

公开（公告）号：CN116578989B

主分类号：G06F21/57

分类号：G06F21/57;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.08.29#实质审查的生效;2023.08.11#公开

摘要：本发明公开了一种基于深度预训练神经网络的智能合约漏洞检测系统及方法，系统包括：数据采集模块，用于通过多种传统分析工具对智能合约进行标注，获得智能合约漏洞数据集；预处理模块，用于对智能合约漏洞数据集进行预处理，获得带有权重的预处理数据集；置信学习模块，与预处理模块连接，用于对预处理数据集进行结果共识与修剪，得到模型训练数据集；漏洞检测模型构建模块，与置信学习模块连接，用于基于模型训练数据集对CodeT5模型进行训练，得到漏洞检测模型；漏洞检测模块，与漏洞检测模型构建模块连接，用于通过漏洞检测模型判断智能合约是否存在漏洞。本系统提高了漏洞检测的准确性和效率，有助于区块链链上合约的环境安全。

主权项：1.基于深度预训练神经网络的智能合约漏洞检测系统，其特征在于，所述系统包括：数据采集模块，用于通过多种传统分析工具对智能合约进行标注，获得智能合约漏洞数据集；预处理模块，与所述数据采集模块连接，用于对所述智能合约漏洞数据集进行预处理，获得带有权重的预处理数据集；置信学习模块，与所述预处理模块连接，用于对所述预处理数据集进行结果共识和修剪，得到模型训练数据集；漏洞检测模型构建模块，与所述置信学习模块连接，用于基于所述模型训练数据集通过AdamW优化器对CodeT5模型进行训练，得到漏洞检测模型；漏洞检测模块，与所述漏洞检测模型构建模块连接，用于通过漏洞检测模型判断智能合约是否存在漏洞；所述预处理模块包括函数片段生成单元、序列编码单元和重采样单元；所述函数片段生成单元用于将智能合约代码编译为抽象语法树后遍历节点，提取函数级代码片段；所述序列编码单元用于应用简化规则简化代码片段，生成序列标记；所述重采样单元用于对生成序列标记的代码片段进行重采样分配权重，获得带有权重的预处理数据集；所述置信学习模块包括噪声近似学习单元和置信评估单元；所述噪声近似学习单元用于在预处理数据集上对CodeT5模型进行微调，并获取模型预测标签和噪声标签之间的联合分布；所述置信评估单元用于根据联合分布和置信度阈值对预处理数据集进行过滤处理，获得剪枝后的模型训练数据集；所述漏洞检测模型构建模块包括分段单元和模型训练单元；所述分段单元用于通过滑动窗口技术将模型训练数据集分段输入到CodeT5模型中；所述模型训练单元用于根据输入到微调后的CodeT5模型中的模型训练数据集对微调后的CodeT5模型进行训练，获得漏洞检测模型。

全文数据：

权利要求：

百度查询： 海南大学 基于深度预训练神经网络的智能合约漏洞检测系统及方法

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