摘要
本发明公开了一种基于语法语义分离的智能合约复用分层检测方法,首先将待测合约级智能合约通过文本检测检出T1和T2级相似后,划分为函数级代码;然后利用基于AST的节点嵌入和多层池化技术提取代码的语法特征,利用基于PDG的图嵌入技术和构造基于节点注意力机制的图神经网络技术提取代码的语义特征;最后利用提取到的语法特征和语义特征,通过构造多层感知机,得到最终T3、T4和T0的分类检测结果。本发明利用最新的深度学习技术,通过对代码语法和语义信息的分开提取并进行特征学习,实现了代码相似度检测和复用层次的分层,实现了精度更高、效率更高的检测结果,具有良好的通用性和实用价值。
技术关键词
智能合约代码
分层检测方法
语法特征
语义特征提取
文本
神经网络模型
标识
注意力机制
神经网络技术
损失函数优化
矩阵
池化技术
深度学习技术
抽象语法树
多层感知机
生成程序
数据
编码技术
系统为您推荐了相关专利信息
后门
词嵌入模型
预训练语言模型
文本
中文自然语言
知识图谱嵌入方法
特征提取模型
实体
三元组
靶标相互作用