基于深度学习的以太坊智能合约安全漏洞检测方法及系统

科研成果详情

专利状态	已授权Granted
发明名称	基于深度学习的以太坊智能合约安全漏洞检测方法及系统
作者	陈钟; 关志; 李青山; 杨可静; 崔冬琪; 李悦; 董宇; 陈子明
专利权人	北京大学 ; 博雅正链(北京)科技有限公司
申请日期	2022-01-12
公开日期	2022-02-15
授权日期	2022-03-15
授权国家	中国
专利类型	发明专利Invention
申请号	CN202210029518.2
专利号	CN202210029518.2
公开（公告）号	CN114048464B
国际专利（IPC）分类号	G06F21/52 ; G06N3/04 ; G06N3/08
页数	17
摘要	本发明公布了一种基于深度学习的以太坊智能合约安全漏洞检测方法及系统,将以太坊智能合约漏洞检测问题建模为一个端到端的分类检测模型,针对智能合约源代码,判断是否包含漏洞,从而实现智能合约安全漏洞的检测；包括：进行以太坊智能合约源代码数据的预处理；构建智能合约源代码语义表征学习模块,包括编码层/编码器、检测层/分类器以及模型融合输出模块；训练模型；测试阶段利用训练好的智能合约源代码语义表征学习模块,实现基于机器学习的区块链智能合约安全漏洞检测,有效提升了以太坊智能合约安全漏洞的检测性能。
专利代理人	黄凤茹
代理机构	北京万象新悦知识产权代理有限公司
语种	中文Chinese
URL	查看来源
文献类型	专利
条目标识符	https://repository.uic.edu.cn/handle/39GCC9TT/13817
专题	个人在本单位外知识产出
作者单位	北京大学
推荐引用方式 GB/T 7714	陈钟,关志,李青山等. 基于深度学习的以太坊智能合约安全漏洞检测方法及系统. CN202210029518.2[P]. 2022.