-
公开(公告)号：CN115659919A
公开(公告)日：2023-01-31
申请号：CN202211273214.7
申请日：2022-10-18
Applicant: 北京航空航天大学
IPC: G06F40/151 , G06F40/295 , G06F40/126 , G06N3/08 , G06N3/0442 , G06N3/0455 , G06N3/047
Abstract: 本发明公开一种智能合约的自动生成方法，包括步骤：合约基础内容确定，使用自然语言对合约基础内容进行编写，构成自然语言合约；数据结构化，对自然语言合约利用词嵌入自然语言处理技术将合约内容的每个语句向量化，通过知识抽取将向量化后的合约转化成结构化数据；确定状态图模板，根据结构化数据对状态图进行填充；树生成和UML建模，构建决策树模型对执行流程进行说明，进行UML建模获得UML状态图；智能合约生成，利用UML状态图生成智能合约。本发明旨在减少人工编写操作，提高智能合约的生成效率和准确率。
-
公开(公告)号：CN115758372A
公开(公告)日：2023-03-07
申请号：CN202211322557.8
申请日：2022-10-27
Applicant: 北京航空航天大学
IPC: G06F21/57 , G06N3/042 , G06N3/0464 , G06N3/09 , G06F18/25
Abstract: 本发明公开一种基于证据理论图学习的智能合约代码安全性检测方法，包括步骤：对智能合约代码进行双构图处理，分别为函数视角构图和变量视角构图；对函数视角构图和变量视角构图进行归一化处理；用图神经网络分别对两种构图的节点信息处理；获得两份测试结果，计算可信度系数，可信度系数验证成功；利用DS证据合并结果，输出最终检测结果。本发明在智能合约的构图方面，通过采用两种不同的构图方式独立地得到漏洞检测结果，由于构图方法不同，得到的检测结果应当是互相独立的，符合DS证据理论的使用条件；在得到独立检测结果的基础上，利用DS证据理论将结果综合，得出最终的检测结果，进一步提高检测的准确率。
-
公开(公告)号：CN114841070A
公开(公告)日：2022-08-02
申请号：CN202210514985.4
申请日：2022-05-11
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F111/06
Abstract: 本发明公开一种智能区块链多分片预测及控制方法，包括构建节点关联性信息网络和提取多维度节点信息表征；根据节点关联性信息网络的节点，利用基于top‑k机制的推荐算法构建亲近性子图集合；利用GCN‑LSTM算法对亲近性子图集合中节点进行时空特征表征学习，构建基于图结构的周期性终身学习架构，为构建多分片预测控制模型做资源储备；构建动态环境下基于时空结构的多分片预测控制模型；利用MAAC算法实现所述多分片预测控制模型性能的更新和优化。本发明提高基于动态资源需求的节点多目标优化策略，增强节点时空多维属性表征能力，提升各分块之间的通信安全和区块链智能化多分片预测模型和控制机制的性能。
-
公开(公告)号：CN114841070B
公开(公告)日：2024-07-26
申请号：CN202210514985.4
申请日：2022-05-11
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06N3/0442 , G06N3/092 , G06F111/06
Abstract: 本发明公开一种智能区块链多分片预测及控制方法，包括构建节点关联性信息网络和提取多维度节点信息表征；根据节点关联性信息网络的节点，利用基于top‑k机制的推荐算法构建亲近性子图集合；利用GCN‑LSTM算法对亲近性子图集合中节点进行时空特征表征学习，构建基于图结构的周期性终身学习架构，为构建多分片预测控制模型做资源储备；构建动态环境下基于时空结构的多分片预测控制模型；利用MAAC算法实现所述多分片预测控制模型性能的更新和优化。本发明提高基于动态资源需求的节点多目标优化策略，增强节点时空多维属性表征能力，提升各分块之间的通信安全和区块链智能化多分片预测模型和控制机制的性能。
-
-
-
Search Results
4
records
(took 0.047 seconds)
