基于深度学习的Solidity智能合约漏洞检测方法、系统、设备和介质

本发明针对现有合约漏洞检测方法准确率和效率低且修复困难的问题，公开一种基于深度学习的Solidity智能合约漏洞检测方法、系统、设备和介质，涉及智能合约安全领域。方法包括：从目标代码中提取抽象语法树；采用基于专家知识的路径优化与提取算法从抽象语法树中提取有向路径并根据有向路径与潜在漏洞的相关性及其整体重要性进行优先级排序，得到优化后的路径集合；基于SolC2VMLP模型对优化后的路径集合进行学习，生成代码片段的分布式向量表示；训练深度学习分类器，将向量输入训练好的深度学习分类器，检测目标代码中的潜在漏洞；调用大语言模型API，基于预设提示词，生成针对检测到的潜在漏洞的修复建议。本发明显著提升了Solidity智能合约漏洞检测的效率和准确性。