基于深度学习的智能合约漏洞检测方法、装置及存储介质

AITNT
正文
推荐专利
基于深度学习的智能合约漏洞检测方法、装置及存储介质
申请号:CN202411945181
申请日期:2024-12-27
公开号:CN119760729A
公开日期:2025-04-04
类型:发明专利
摘要
本发明提供了一种基于深度学习的智能合约漏洞检测方法、装置及存储介质,所述方法包括:从智能合约中提取字节码,并对字节码进行预处理后将字节码转化为可供深度学习模型处理的输入格式;构建基于深度学习的智能合约漏洞检测模型;通过训练集对模型进行训练,使用验证集进行模型调优,并在测试集上进行评估;使用训练好的智能合约漏洞检测模型对待检测的智能合约进行漏洞分类检测。本发明通过对智能合约字节码的特征进行学习,利用深度学习模型自动化地识别和分类不同类型的漏洞,从而提高检测的准确性和效率。
技术关键词
智能合约漏洞 深度学习模型 前馈神经网络 训练集 高维向量空间 多头注意力机制 存储程序代码 可读存储介质 编码 序列 数据格式 处理器 计算机 样本
系统为您推荐了相关专利信息
1
一种基于深度神经网络的语种信息动态检测方法
动态检测方法 深度神经网络 声学特征 语音特征 规整方法
2
基于ETrans深度学习模型的短期时空海冰厚度预测方法及系统
厚度预测方法 深度学习模型 多头注意力机制 前馈神经网络 阶段
3
人因智能脑电信号处理方法、装置、边缘计算设备及介质
小波滤波器 脑电信号处理方法 构建训练集 对象 神经网络模型
4
一种基于透过光谱动态反演植物叶片净光合速率的方法
样本 叶片 波长 速率 余弦校正器
5
一种基于多模态融合的AI数字人播报方法及应用平台
多模态 播报方法 语音 RNN模型 融合算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号