摘要
本发明公开了一种基于语义图推理和上下文学习的智能合约漏洞检测方法与系统。方法包括:收集已标注的智能合约数据集,数据集预处理;构建语义图表示,根据漏洞类型划分关键节点和普通节点,对不同漏洞进行节点标注,提取函数调用信息进行边标注,应用合约图解释进行节点解释和边解释;应用合约图训练图卷积神经网络生成图嵌入向量表示,并存入FAISS向量库;构建思维链提示,应用余弦相似度在向量库中与检索目标合约最相似的合约,结合漏洞定义、语义图、相似图及标签构建思维链提示;将思维链提示输入大语言模型进行推理,输出检测结果。本发明提高了大语言模型对代码结构的学习能力、对智能合约上下文理解能力,提高智能合约漏洞检测的准确率。
技术关键词
智能合约漏洞
语义
函数调用信息
大语言模型
融合全局信息
节点特征
变量
标记
数据访问
标签
数据分布
定义
关系
源节点
代码结构
逻辑
计算机程序产品
系统为您推荐了相关专利信息
辅助预测方法
大语言模型
智能体系统
跨模态
特征值
微网系统
时间序列模型
电力控制方法
神经网络模型
电力控制设备
多传感器融合
语义地图
激光雷达点云数据
导航系统
局部路径规划
内部总线接口
子模块
数据格式
预训练模型
深度学习框架