摘要
本申请公开了一种智能合约漏洞检测方法、装置、设备及存储介质,涉及网络安全技术领域,包括:获取当前待检测智能合约的源代码,并将其转换为字节码得到当前字节码;将当前字节码输入至利用历史字节码数据集对基于Bert模型和DR‑GCN模型进行训练后得到的字节码网络中进行特征提取,得到字节码特征;将字节码特征和历史融合后特征输入至基于多头注意力机制的BiLSTM模型的训练后合约漏洞检测模型中进行漏洞检测,得到漏洞检测结果;其中历史融合后特征为对节点特征和边特征进行融合后得到的特征。本申请能够减少漏洞检测的复杂性,提升漏洞检测的准确性和全面性,以及检测效率,并提高了智能合约的安全性和可靠性。
技术关键词
节点特征
抽象语法树
多头注意力机制
多尺度特征
GCN模型
Word2Vec模型
区块链平台
智能合约漏洞
广度优先搜索
深度优先搜索
递归神经网络
数据格式
网络安全技术
存储计算机程序
特征提取模块
系统为您推荐了相关专利信息
温度分布图像
神经网络模型
沸腾检测方法
立体图像
多模态
游戏数据显示方法
数据显示系统
循环神经网络模型
节点特征
频率
糖尿病足溃疡
图像分割方法
图像分割模型
注意力机制
空间模块
条件生成对抗网络
水表校验
水表读数
水表数字
人工蜂群算法