買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜哈爾濱工業(yè)大學申請的專利基于合約語義圖與深廣特征融合的智能合約漏洞檢測方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN116561771B 。

龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-05-13發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202310650119.2，技術領域涉及：G06F21/57；該發(fā)明授權基于合約語義圖與深廣特征融合的智能合約漏洞檢測方法是由蘇小紅;魏子越;鄭偉寧;魏宏魏;陶文鑫;張彥航設計研發(fā)完成，并于2023-06-02向國家知識產權局提交的專利申請。

本基于合約語義圖與深廣特征融合的智能合約漏洞檢測方法在說明書摘要公布了：本發(fā)明公開了一種基于合約語義圖與深廣特征融合的智能合約漏洞檢測方法，所述方法能夠充分利用智能合約代碼中數(shù)據(jù)流、控制流與fallback運行機制的相關信息，構建出包含豐富結構信息的智能合約語義圖。然后結合代碼token序列的順序語義信息與智能合約語義圖的結構語義信息，利用深度神經(jīng)網(wǎng)絡提取出智能合約的深度語義特征，同時基于預先定義好的可解釋的人工漏洞檢測規(guī)則，使用全連接層與激活函數(shù)構成的線性模型提取出智能合約的人工規(guī)則特征。最后，使用WideDeep模型對分別側重廣度和深度的兩種特征進行融合，進行智能合約的漏洞檢測。本發(fā)明可以有效表示智能合約中與漏洞相關的語義信息。

本發(fā)明授權基于合約語義圖與深廣特征融合的智能合約漏洞檢測方法在權利要求書中公布了：1.一種基于合約語義圖與深廣特征融合的智能合約漏洞檢測方法，其特征在于所述方法包括如下步驟：步驟1：構建智能合約語義圖，具體步驟如下：步驟1.1：通過Slither工具，提取出智能合約中函數(shù)的控制流圖；步驟1.2：通過添加函數(shù)定義關系、函數(shù)間調用關系與合約入口節(jié)點，構建智能合約的增強控制流圖；步驟1.3：提取智能合約中的數(shù)據(jù)流信息，并在增強的控制流圖中增加相應的數(shù)據(jù)流邊；步驟1.4：提取智能合約中的fallback運行機制信息，并在增強的控制流圖中添加fallback邊與fallback節(jié)點；步驟1.5：整合增強控制流圖、數(shù)據(jù)流信息以及fallback運行機制信息，構建智能合約語義圖；步驟2：基于深度學習模型提取合約代碼的深度語義特征，具體步驟如下：步驟2.1：將智能合約代碼分割為token序列；步驟2.2：使用CodeBert預訓練模型對智能合約的token序列與智能合約語義圖的節(jié)點內語句進行嵌入，以獲得其初始向量表示；步驟2.3：使用GGNN對智能合約語義圖進行表示學習，以學習每個節(jié)點的隱藏向量表示，并采用節(jié)點向量平均的方式讀出圖級向量表示，得到智能合約代碼的結構語義特征，即合約語義圖特征的向量表示；步驟2.4：使用BiGRU對智能合約代碼的token序列進行表示學習，得到智能合約代碼的序列特征的向量表示；步驟2.5：將智能合約序列特征與合約語義圖特征進行拼接，得到智能合約的深度語義特征；步驟3：使用人工規(guī)則對智能合約代碼進行篩查生成One-hot編碼，并使用由全連接層與激活函數(shù)構成的線性模型提取基于人工規(guī)則的廣度語義特征，即人工規(guī)則特征；步驟4：使用WideDeep模型融合智能合約的深度語義特征與廣度語義特征，并送入Softmax層得到預測結果，利用標簽信息計算交叉熵損失函數(shù)，根據(jù)誤差反向傳播調整網(wǎng)絡參數(shù)，直到網(wǎng)絡對輸入的響應達到預定的目標范圍為止，訓練結束；步驟5：使用訓練好的完整模型對智能合約代碼進行漏洞檢測。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人哈爾濱工業(yè)大學，其通訊地址為：150001 黑龍江省哈爾濱市南崗區(qū)西大直街92號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。