摘要
本发明涉及一种基于多模态深度学习模型的智能合约控制流的漏洞检测方法及系统。所述方法包括:获取智能合约源代码并转换为字节码,控制流图,并使用深度学习模型提取出图特征向量;根据智能合约源代码生成抽象语法树并生成抽象语法特征向量;提取注释并生成注释特征向量;将图特征向量、抽象语法特征向量、注释特征向量进行垂直堆叠,得到综合特征表示矩阵;通过乘以RBF核函数与余弦相似度相结合的方式,计算综合特征表示矩阵之间的合约相似性;对待检测智能合约进行克隆检测、漏洞检测。通过提取图特征向量、抽象语法特征向量、注释特征向量,进行合约克隆分析以及漏洞检测,能够全面捕捉合约的细节,可以提高漏洞检测准确性和泛化能力。
技术关键词
多模态深度学习
漏洞检测方法
深度学习模型
特征提取模块
漏洞检测系统
节点特征
矩阵
抽象语法树
语法特征
注意力机制
语法结构
关键词
度量
语义
频率
系统为您推荐了相关专利信息
图形生成系统
手术器具
三维结构
扫描系统
汉明距离
全局路径规划
路径生成方法
三维地形数据
飞行器
RRT算法
天气预测模型
神经网络模型
天气预测方法
海浪
海洋
交通流量预测方法
集合经验模态分解
序列
深度学习模型
策略