一种融合漏洞类型相关性的智能合约多漏洞检测方法

AITNT
正文
推荐专利
一种融合漏洞类型相关性的智能合约多漏洞检测方法
申请号:CN202510541202
申请日期:2025-04-28
公开号:CN120449164A
公开日期:2025-08-08
类型:发明专利
摘要
本发明公开了一种融合漏洞类型相关性的智能合约多漏洞检测方法。模型基于多任务学习架构设计,由底层共享层和特定任务层两部分组成,采用硬参数共享方式。其中,底层共享层使用BERT模型提取共享特征,任务特定层利用BIGRU从共享层中提取特定任务的特征进行训练,分别实现漏洞判定及类型识别任务。为充分利用漏洞类型信息,在特定任务层引入了类型嵌入模块,通过计算智能合约操作码文本与漏洞类型的相似性挖掘类型之间的关联,以更好地指导漏洞检测。实验结果表明,该模型能同时检测10种漏洞,提高了漏洞检测覆盖率,提升了漏洞检测效率与精度,具有良好的泛化性能。
技术关键词
BERT模型 多任务分类网络 漏洞检测方法 注意力 特征提取网络 sigmoid函数 序列特征 长短期记忆网络 双曲正切函数 门控循环单元 框架 矩阵 文本 编码器 阶段 样本
系统为您推荐了相关专利信息
1
一种基于攻防一体化的电力数据安全汇聚通信方法
认证向量 数据安全 时空注意力模型 通信方法 优化防御策略
2
一种基于TCN-Transformer的机票价格预测方法
机票价格预测方法 组合预测模型 交叉注意力机制 时间卷积网络 特征工程
3
一种基于数据分析的知识学习管理方法及设备
知识点 场景 员工 构建知识图谱 学习管理方法
4
医学影像图像生成方法、装置、设备和存储介质
图像生成方法 参数 图像生成模型 坐标 像素
5
强化学习的保险业务数据处理系统
编码向量 员工 数据处理系统 实时数据 合规性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号