一种智能合约动态安全威胁检测方法、系统、设备及存储介质

本申请提出一种智能合约动态安全威胁检测方法、系统、设备及存储介质，该方法包括：获取所述合约交易执行事务跟踪信息，挖掘操作码指令，生成合约运行日志记录操作码序列。采用自监督卷积神经网络将操作码序列转为特征向量，再输入由LSTM单元构成的深度循环神经网络，训练区分恶意与正常交易的威胁检测模型。该方法通过采集跟踪信息、提取安全特征、利用神经网络训练，降低了检测计算开销，实现了对复杂智能合约的全面覆盖，提高了在多样化攻击场景中的检测性能。