摘要
一种基于分层图神经网络的智能合约相似性检测方法,它属于区块链智能合约漏洞挖掘技术领域。本发明解决了现有智能合约相似性检测方法的准确率低的问题。本发明使用预训练模型表征节点语义信息,得到节点层面特征;利用Word2vec处理提取函数层面信息,将节点层语义信息通过GCN进行纵向传递,将GCN处理结果与Word2Vec处理结果进行拼接得到函数层面最终表征;使用GCN对函数层面特征进行处理,将GCN处理结果与Word2Vec处理结果相加,将相加结果通过多层感知机得到合约层面最终特征,使用MPNN网络对节点层和函数层特征进行处理,将处理结果和合约层特征进行连接得到智能合约的最后特征,根据智能合约最后特征得到相似性检测结果。本发明方法可以应用于智能合约相似性检测。
技术关键词
相似性检测方法
多层感知机
节点
BERT模型
分层
漏洞挖掘技术
区块链智能合约
网络
预训练模型
变量
语义
指令
消息
系统为您推荐了相关专利信息
重载机车
高维特征向量
拓扑图
因果关系模型
节点特征
机械臂末端执行器
参数
物体
生成轨迹
位置编码器