申请/专利权人：杭州云象网络技术有限公司

申请日：2020-08-17

公开（公告）日：2024-05-14

公开（公告）号：CN112035841B

主分类号：G06F21/57

分类号：G06F21/57;G06F18/24;G06N3/0499;G06N3/045;G06N3/0442;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2020.12.22#实质审查的生效;2020.12.04#公开

摘要：本发明公开了一种基于专家规则和序列化建模的智能合约漏洞检测方法，实现了智能合约重入漏洞的自动检测，具体包括：制作智能合约源码数据集；对智能合约数据集进行案例分析；智能合约的合约序列块转换方法；利用向量转换工具，将合约序列块映射为向量；利用专家规则自动提取工具，提取重入漏洞专家规则；构建前向神经网络和双向长短时记忆模型进行学习和训练，得到高表达性的向量集；构建分类器模型进行学习和训练，将前向神经网络和双向长短时记忆模型提取的专家规则以及合约序列块的特征向量集输入分类器模型，输出重入漏洞检测结果；该方法填补了当前基于专家规则和深度学习的智能合约安全漏洞检测方法的空缺，具有良好的实用价值和借鉴意义。

主权项：1.一种基于专家规则和序列化建模的智能合约漏洞检测方法，其特征在于，结合专家规则以及序列模型实现智能合约重入漏洞的自动化检测，所述智能合约重入漏洞检测方法具体包括如下步骤：收集并设计智能合约重入漏洞案例，制作智能合约重入漏洞数据集，利用开源漏洞检测工具标注数据集，得到智能合约源码数据集；将所述智能合约源码数据集进行重入漏洞分析；将智能合约转换为合约序列块形式；利用向量化工具，将所述合约序列块映射为向量形式；构建双向长短时记忆模型，将合约序列块向量输入模型进行训练，提取高表达性的合约序列块特征；利用自动提取工具，从智能合约中提取与重入漏洞相关的专家规则并标记；将所述专家规则输入到前向神经网络模型中进行训练，提取高维度的特征向量；构建分类器模型，将合约序列块以及专家规则的特征向量输入到分类器模型中，输出智能合约重入漏洞检测结果；其中，所述将智能合约源码数据集进行重入漏洞分析，具体为：受害者合约中是否调用call.value转账函数；对攻击者合约的资金扣除操作是否在call.value函数调用之后；受害者合约中，攻击者账户余额是否大于其申请转账额；其中，所述利用自动提取工具，从智能合约中提取与重入漏洞相关的专家规则，具体实现方式如下：通过自动提取工具，从智能合约函数中提取重入漏洞专家规则；通过关键字匹配与语法分析提取子规则CallValue、BalanceDeduction、BalanceSufficent，其中，子规则CallValue、BalanceDeduction、BalanceSufficent具体含义如下：CallValue，用来表示合约中是否存在调用call.value函数的情况；BalanceDeduction，用来表示受害者合约中资金减操作设置是否在call.value函数调用之后；BalanceSufficent，用来表示合约中攻击者用户余额是否大于其申请转账额。

全文数据：

权利要求：

百度查询： 杭州云象网络技术有限公司 一种基于专家规则与序列化建模的智能合约漏洞检测方法

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