一种基于可解释性图神经网络的智能合约漏洞检测与定位方法及系统

本发明公开了一种用于检测和定位智能合约重入漏洞的方法。包括以下步骤：将智能合约源代码编译为字节码，从字节码中提取操作码序列，构建带有属性的程序控制流图；使用图神经网络模型进行训练，以检测智能合约是否存在重入漏洞，使用可解释性图神经网络模型对结果进行解释，识别对分类结果影响最大的子图结构，将子图结构中的关键节点映射回源代码，生成可疑语句的排序列表。本发明在检测智能合约重入漏洞的同时，精确定位到具体的代码行，可显著提高开发人员修复漏洞的效率。