一种针对以太坊智能合约重入漏洞的样本增强方法

本发明涉及一种针对以太坊智能合约重入漏洞的样本增强方法，旨在提高智能合约安全性检测模型的鲁棒性。该方法首先使用检测模型对智能合约样本进行预测，并对预测正确的样本分别施加多种扰动及其组合以生成多个新样本，扰动重点围绕可能引发重入漏洞的底层外部调用call进行设计，确保扰动后样本标签不变。随后，对新生成的样本进行逐一测试，筛选出模型预测错误的样本作为对抗样本。通过该方法，不仅扩充了样本数量，还提保证了新生成样本的质量，使用该数据集训练模型可显著增强其对重入漏洞的检测能力，从而提高智能合约的安全性。