基于大语言模型和动态共注意力网络的智能合约流动性缺陷检测方法及系统

本发明涉及一种基于大语言模型和动态共注意力网络的智能合约流动性缺陷检测方法及系统。所述方法包括：确定流动性缺陷类型并提取智能合约代码片段转换为嵌入向量，使用动态共注意力网络提取出特征向量，构建缺陷知识库；获取待检测智能合约生成目标嵌入向量、目标特征向量，基于所述缺陷知识库中进行匹配，得到缺陷怀疑列表；将所述缺陷怀疑列表输入至大语言模型中，识别并记录缺陷内容；确定流动性缺陷文档，结合所述响应结果对所述待检测智能合约进行全面分析，生成审计报告。通过动态共注意力网络与大语言模型配合，能够自动分析智能合约的源代码并检测其潜在流动性缺陷，提高缺陷的检测精度和适应性，提升审计报告的可靠性和稳定性。