摘要
本发明涉及一种自适应多通道图卷积网络的EOSIO智能合约漏洞检测方法,包括以下步骤:S1、生成待检测智能合约函数的控制流图CFG和数据流图DFG;S2、采用自适应多通道图卷积网络EAM‑GCN,学习控制流图CFG和DFG中的内容;S3、在自适应多通道图卷积网络EAM‑GCN的学习控制流图CFG和数据流图DFG中的特征向量拼接过程之后,使用全局融合注意力机制,将从源代码的控制流图CFG和数据流图DFG中提取的语义特征进行融合,使用分类器对获取的全局代码特征进行分类,以识别待检测EOSIO智能合约漏洞的存在。本发明解决了目前无法将深度学习应用于EOSIO智能合约进行漏洞检测的问题。
技术关键词
节点特征
融合注意力机制
智能合约漏洞
多通道
矩阵
网络
代码特征
语义特征
生成拓扑图
消息特征
分类器
序列
线性
元素
邻居