摘要
基于图神经网络节点连通增强的合约漏洞检测方法及装置,能够同时考虑智能合约的序列和结构信息,从而全面理解智能合约代码中的特征和关系,具有更好的对抗性和鲁棒性,能更全面、准确地检测智能合约漏洞。方法包括:(1)将智能合约源代码表示为图结构数据,将智能合约中的关键函数、关键变量作为节点,将各种数据流、控制流作为边,从而表示智能合约;改进GCN模型中的迭代过程,并且增强节点特征的表现,以捕捉到合约代码中的结构信息;(2)修改适配的Transformer模型,以捕捉智能合约代码的序列特征。
技术关键词
漏洞检测方法
节点特征
智能合约代码
序列特征
GCN模型
漏洞检测装置
注意力机制
前馈神经网络
正交变换
智能合约漏洞
矩阵
动态
编码
变量
对抗性
多层次
模块
系统为您推荐了相关专利信息
图像平滑方法
图像分割算法
全局平均池化
注意力
计算机程序代码
动态建模方法
数据资产价值
深度融合方法
注意力
文本