摘要
本发明公开了一种基于ASTNN(Abstract Syntax Tree Neural Network)和注意力机制attention的智能合约漏洞检测方法与系统。方法包括:针对每个源代码的抽象语法树AST(Abstract Syntax Tree),将其划分为不重叠的多路语句树,保留嵌套语句结构的同时遍历得到语句树序列,结合词嵌入矩阵生成特征向量;使用结合多头注意力机制的ASTNN模型,通过递归神经网络编码层捕捉特征之间的层级关系,利用多头注意力机制动态调整对重要特征的关注,并通过双向门控循环网络理解上下文信息,最终构建出漏洞检测分类模型。本发明具有实用性,能够准确识别存在漏洞的智能合约,保障智能合约的安全性。
技术关键词
多头注意力机制
抽象语法树
语句
节点
递归神经网络
检测分类模型
深度优先遍历
word2vec模型
GRU模型
保留语法结构
漏洞
序列
门控循环网络
深度优先算法
生成特征向量
词嵌入模型
层级
表达式
系统为您推荐了相关专利信息
数据安全存储系统
数据安全存储方法
节点
属性基加密
智能合约验证
图像生成模型
数据交换格式
编码向量
边缘检测
图像生成方法
电力电子器件
故障预测方法
故障预测模型
数据标签
故障预警方法
输电杆塔接地装置
度评价方法
随机森林模型
输电线路杆塔接地装置
土壤电阻率
功率预测方法
光伏阵列
双向长短期记忆网络
经验小波变换
分解算法