-
公开(公告)号:CN114840857A
公开(公告)日:2022-08-02
申请号:CN202210476264.9
申请日:2022-04-29
Applicant: 哈尔滨工程大学
Abstract: 基于深度强化学习与多级覆盖策略的智能合约模糊测试方法及系统,它属于区块链智能合约安全检测技术领域。本发明解决了现有智能合约动态漏洞检测方法效率低,不适用于智能合约程序特性的问题。本发明首先根据智能合约二进制代码得到对应ABI规范,再使用二进制代码和ABI规范生成初始种子加入到多级覆盖策略定义的种子树。再从种子树中选择种子进行变异,并将变异种子和二进制代码送入智能合约执行环境,分析合约执行后产生的执行记录计算变异种子是否出现新覆盖特性,若出现则变异种子加入种子树,并将变异种子的覆盖特性作为奖励送入DDPG算法,用于下一次变异策略的选择,直至循环终止再判断该合约是否有漏洞。本发明可以应用于智能合约模糊测试。
-
公开(公告)号:CN114840857B
公开(公告)日:2024-08-13
申请号:CN202210476264.9
申请日:2022-04-29
Applicant: 哈尔滨工程大学
Abstract: 基于深度强化学习与多级覆盖策略的智能合约模糊测试方法及系统,它属于区块链智能合约安全检测技术领域。本发明解决了现有智能合约动态漏洞检测方法效率低,不适用于智能合约程序特性的问题。本发明首先根据智能合约二进制代码得到对应ABI规范,再使用二进制代码和ABI规范生成初始种子加入到多级覆盖策略定义的种子树。再从种子树中选择种子进行变异,并将变异种子和二进制代码送入智能合约执行环境,分析合约执行后产生的执行记录计算变异种子是否出现新覆盖特性,若出现则变异种子加入种子树,并将变异种子的覆盖特性作为奖励送入DDPG算法,用于下一次变异策略的选择,直至循环终止再判断该合约是否有漏洞。本发明可以应用于智能合约模糊测试。
-