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
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
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