公开(公告)号：CN118940272A

公开(公告)日：2024-11-12

申请号：CN202410927303.1

申请日：2024-07-10

Applicant: 河南大学

Inventor： 林晨阳 ,  刘经晗 ,  赵辉

IPC: G06F21/57 ,  G06F8/41 ,  G06F18/214 ,  G06F18/241

Abstract: 本发明公开了一种基于多模态的智能合约漏洞检测方法和系统，该方法包括以下步骤：步骤一：获取待检测智能合约的源代码；步骤二：对所述源代码进行编译，得到待检测智能合约的操作码和抽象语法树；步骤三：分别获取待检测智能合约的源代码、操作码和抽象语法树三个模态数据的词向量；步骤四：将三个模态数据的词向量输入至预设的智能合约漏洞检测模型，得到待检测智能合约的漏洞状态。本发明有效提高基于深度学习的智能合约漏洞检测方法的准确率，保证以太坊智能合约用户的合法资产不受侵害，维护了以太坊区块链网络的稳定。

公开(公告)号：CN119442249A

公开(公告)日：2025-02-14

申请号：CN202411485898.6

申请日：2024-10-23

Applicant: 河南大学

Inventor： 刘经晗 ,  林晨阳 ,  赵辉

IPC: G06F21/57 ,  G06F18/24 ,  G06F18/213 ,  G06F40/30 ,  G06N3/048 ,  G06N3/047 ,  G06N3/042

Abstract: 本发明提供一种基于图神经网络的智能合约漏洞检测方法及相关设备。该方法包括：步骤1：构建含有漏洞标签的智能合约数据集；步骤2：将智能合约数据集中各个智能合约源代码转换为对应的智能合约图；步骤3：使用智能合约数据集对应的智能合约图对预设图神经网络进行训练，得到智能合约漏洞检测模型；步骤4：将待测智能合约对应的智能合约图输入至所述智能合约漏洞检测模型，得到漏洞检测结果。本发明可以应对复杂多变的智能合约应用场景，降低智能合约漏洞检测的漏报率。