← 返回列表

基于图神经网络的智能合约漏洞检测方法、系统和设备

申请号: CN202311579362.6
申请人: 烟台大学
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 基于图神经网络的智能合约漏洞检测方法、系统和设备
专利类型 发明申请
申请号 CN202311579362.6
申请日 2023/11/24
公告号 CN117556425A
公开日 2024/2/13
IPC主分类号 G06F21/57
权利人 烟台大学
发明人 赵相福; 甄子贤; 张金凯; 王奕辰; 陈海悦; 何龙
地址 山东省烟台市莱山区清泉路30号

摘要文本

本发明涉及网络安全技术领域,具体为基于图神经网络的智能合约漏洞检测方法、系统和设备,该检测方法将基于操作码基础块中的特征指令得到的特征指令向量,进行语义特征提取处理,得到语义特征向量;同时,提取控制流图中基本块之间的边关系,得到关系特征向量;然后将语义特征向量与关系特征向量进行融合后,根据基本块的位置进行分割,得到每个基本块对应的节点特征向量;接着,将节点特征向量集进行邻居节点信息聚合和自注意力处理,获得的图特征向量经分类处理,得到漏洞检测结果;该检测方法具有较高的精确率、召回率和F1分数。

专利主权项内容

1.一种基于图神经网络的智能合约漏洞检测方法,其特征在于,包括如下操作:S1、获取待检智能合约的字节码,所述字节码经反编译处理,得到操作码序列;基于所述操作码序列,得到操作码基本块和控制流图;获取所述操作码基本块中的特征指令,基于所述特征指令,得到特征指令向量;S2、所述特征指令向量经语义特征提取处理,得到语义特征向量;基于获取的所述控制流图中基本块之间的边关系,得到关系特征向量;所述语义特征向量与关系特征向量经融合处理后,进行对应基本块的分割处理,得到的所有节点特征向量,形成节点特征向量集;S3、所述节点特征向量集中,每个节点特征向量经邻居节点信息聚合处理,得到的所有节点聚合特征向量,形成节点聚合特征向量集;所述节点聚合特征向量集中,每个节点聚合特征向量经自注意力处理后,得到的所有节点注意力特征经聚合处理,得到图特征向量;S4、所述图特征向量经分类处理,得到漏洞检测结果。。(来 自 马 克 数 据 网)