公开(公告)号：CN118171282A

公开(公告)日：2024-06-11

申请号：CN202410287827.9

申请日：2024-03-13

Applicant: 北京工业大学

Inventor： 黄静 ,  王亚博 ,  韩红桂 ,  刘若渊 ,  周心怡 ,  杜永萍 ,  公备

IPC: G06F21/57 ,  G06F8/75 ,  G06F16/35 ,  G06F40/284 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于源代码切片和预训练技术的智能合约漏洞定位方法，实现对智能合约源代码的漏洞具体位置定位；该方法从智能合约和单行智能合约语句中同时学习漏洞知识，将漏洞定位任务转换为语句分类任务，通过遍历智能合约所有语句行，即可实现定位漏洞具体位置；将预训练技术应用到了智能合约漏洞检测领域中，结合预训练模型的特性，仅需要少量的有标签数据即可达到预期效果，减小了对大数据量的需求，降低了检测成本；本发明设计了一种新的源代码切片方法，通过语句赋权的方式结合数据流关系进行切片，大幅度减少了无关特征；实验结果表明该方法能够取得较好的结果。

公开(公告)号：CN116595530A

公开(公告)日：2023-08-15

申请号：CN202211571952.X

申请日：2022-12-08

Applicant: 北京工业大学

Inventor： 黄静 ,  周阔 ,  韩红桂 ,  公备 ,  王茜 ,  王亚博

IPC: G06F21/57 ,  G06N3/044 ,  G06N3/094 ,  G06N3/096

Abstract: 本发明公开了一种结合对抗迁移学习和多任务学习的智能合约漏洞检测方法，首先，在数据预处理阶段，将智能合约样本源码反编译形成的操作码序列，利用N‑Gram语言模型处理构造2‑gram操作码语法序列，形成模型的输入。其次，在模型构建阶段，构建基于混合参数共享架构设计的底部共享层，用于提取通用特征和私有特征；构建基于神经网络的多任务分类网络的顶部任务层，用于实现智能合约漏洞的检测与识别任务；最后，结合对抗迁移学习和多任务学习构建智能合约漏洞检测模型。在训练阶段，将数据预处理阶段得到的2‑gram操作码语法序列输入到模型中进行训练，本发明具有较好的泛化性能。