公开(公告)号：CN116522342A

公开(公告)日：2023-08-01

申请号：CN202310518608.2

申请日：2023-05-10

Applicant: 东南大学

Inventor： 秦中元 ,  史亚东 ,  张群芳 ,  陈玉清 ,  杨继斌

IPC: G06F21/56 ,  G06F21/57

Abstract: 本发明公开了一种基于字节码重写的智能合约漏洞自动化修复系统及方法，至少包括虚拟执行引擎组件、漏洞检测器组件和字节码重写器组件，所述系统接受原始合约字节码和可选的控制策略文件作为输入，经过虚拟执行引擎组件在字节码层面挖掘更多的语义信息，再经由漏洞检测器组件鉴别漏洞相关语义并过滤敏感指令，最后通过字节码重写器进行字节码重写，输出加固后的合约字节码和修复报告，在保证最少的加固代码量和最少额外gas开销的基础上，实现更加出色的自动化修复效果。

公开(公告)号：CN116627490A

公开(公告)日：2023-08-22

申请号：CN202310593717.0

申请日：2023-05-24

Applicant: 东南大学

Inventor： 秦中元 ,  左辉 ,  陈玉清 ,  张群芳 ,  杨继斌

IPC: G06F8/75 ,  G06F18/22 ,  G06F18/214 ,  G06N3/0499 ,  G06N3/0895

Abstract: 本发明公开一种智能合约字节码相似性检测方法，包括：字节码数据预处理；通过数据增强实现训练数据集构造；自监督学习网络构建；自监督学习的训练；使用训练得到的模型生成表征向量，完成相似度计算。本发明基于自监督学习方法，能够对输入的字节码在函数级别进行表征学习，利用学习到的表征向量实现智能合约字节码的相似性计算。本发明结合Transformer和CNN模型，共同完成字节码特征提取，实现捕获更多语义，在缺乏带有相似性标签的数据集的前提下，自监督学习方法在现有数据集上以完成辅助任务的方式实现表征学习，免去了人工构造带有相似性标签的训练数据集的复杂过程。

公开(公告)号：CN116521565A

公开(公告)日：2023-08-01

申请号：CN202310556903.7

申请日：2023-05-17

Applicant: 东南大学

Inventor： 秦中元 ,  章超 ,  张群芳 ,  娄鸿飞 ,  杨继斌

IPC: G06F11/36 ,  G06F21/57 ,  G06N5/01

Abstract: 本发明公开一种基于权重比较的自动化猜测符号执行方法及装置，方法包含以下步骤：符号化执行程序，初始化程序符号状态；使用启发式搜索对程序进行路径探索；对分支语句节点根据权重选择方向继续搜索；达到最大猜测深度后执行约束求解；根据约束求解结果确定是否回溯并调整节点权重；根据当前最大猜测深度下猜测结果调整最大猜测深度。本发明相比采用普通启发式搜索符号执行方法的方案，减少了约束求解的次数，进而大幅减少了约束求解以及符号执行运行时间；本发明相比采用普通猜测搜索符号执行方法的方案，提升了猜测符号执行的猜测成功率，减少回溯次数，同时通过自动化确定最大猜测深度提升了方法对不同程序的适应性，具有较好的准确率和实用性。