摘要
本发明提供了一种基于大语言模型的交易撮合智能合约可信审计方法,包括:利用大语言模型对预处理后的智能合约源代码进行结构化编码分析输出智能合约源代码中的漏洞类型及疑似漏洞位置作为静态审计结果;利用测试用例,触发智能合约源代码中的潜在漏洞,并对不同类型的漏洞进行定位形成动态审计结果;将静态审计结果与动态审计结果经一致性比较与交叉验证后,提取出置信度大于预设值的漏洞样本;使用漏洞样本重新优化大语言模型得到优化完成的大语言模型。本发明通过协同反馈机制,将静态审计结果与动态审计结果经一致性比较与交叉验证后,可以持续增量训练大语言模型,从而实现高准确率、高覆盖率的自动化漏洞检测,显著提升审计准确率与效率。
技术关键词
大语言模型
审计方法
漏洞
动态
生成测试用例
样本
处理器
审计系统
收发器
风险
子系统
存储器
机制
编码
可读存储介质
覆盖率
电子设备
模块
计算机
指标
系统为您推荐了相关专利信息
排程方法
时间预测模型
项目
动态调整机制
时间序列特征
物联网设备
会话秘钥
数据传输加密方法
数据传输加密装置
多层次
固件升级方法
通信链路
低功耗
重传策略
动态配置带宽