一种基于迁移学习的智能合约漏洞检测方法技术

本发明专利技术公开了一种基于迁移学习的智能合约漏洞检测方法，该方法首先收集java源代码和智能合约源代码数据，并进行预处理建立标签，构建机器学习的样本集；然后将java样本集输入到模型中训练，学习java代码表示的特征及java漏洞的检测，针对检测智能合约代码的下游任务，重用java的预训练模型并进行微调，使其能够胜任智能合约漏洞的检测。本发明专利技术可以更加快速、自动地检测出Solidity智能合约是否存在漏洞。洞。洞。

【技术实现步骤摘要】
一种基于迁移学习的智能合约漏洞检测方法


[0001]本专利技术属于软件安全领域，具体涉及一种基于迁移学习的智能合约漏洞检测方法。

技术介绍

[0002]随着以比特币为代表的区块链技术的蓬勃发展，区块链技术已经开始逐步超越可编程货币时代而进入智能合约时代。智能合约是将传统合约数字化，并运行在区块链平台上一种共识规则。具有去中心化、本身无法篡改的特点，对所有人可见，保证了智能合约的透明性。广泛应用于数字支付、云计算、物联网等众多领域。
[0003]但是相比于传统的软件，由于智能合约管理大量虚拟资产，如果其本身存在漏洞，被利用者发起攻击，而智能合约受到攻击后难以被迅速解决，就会造成巨大的经济损失。例如2016年6月发生的The DaoEther的重入安全漏洞造成6000万美元的损失，虽然开发者试图达成共识的解决方案，但是因为时限的原因没有能够挽回。
[0004]现有的智能合约漏洞检测方法大多依赖人工定义的专家规则，通过符号执行、污点分析和形式化验证等技术进行漏洞检测。这些方法都存在执行效率低，代码覆盖率低和检测周期长等问题。还有一些方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于迁移学习的智能合约漏洞检测方法，其特征在于，包括以下步骤：(1)在开源社区上收集java源代码，通过Etherscan平台收集Solidity智能合约源代码，分别处理为序列的形式，构建java数据集和Solidity智能合约数据集；(2)使用步骤(1)中的java数据集训练一个java代码漏洞检测的预训练CodeBERT模型；(3)保留步骤(2)中训练好的Encoder编码器中的部分参数，使用步骤(2)中的Solidity智能合约源代码数据集完成java预训练模型的微调过程，以实现迁移过程；(4)使用步骤(3)训练好的检测模型，输入智能合约代码，检测是否存在漏洞。2.根据权利要求1所述的基于迁移学习的智能合约漏洞检测方法，其特征在于，所述步骤(1)包括以下步骤：(1.1)在开源社区获取java源代码，在Etherscan平台获取带有标签的Solidity智能合约源代码；(1.2)通过编程语言漏洞检测工具检测收集到的java源代码，并根据检测结果对其进行标记，检测工具结果显示存在漏洞的java源代码标记为"1"，否则标记为"0"；(1.3)对于标记为存在漏洞的java样本进行人工审计，以确保样本标记的准确性；(1.4)将java源代码和Solidity智能合约源代码分别转化为“<自然语言文本>，<编程语言代码>”的序列形式，作为java数据集和智能合约数据集用于机器学习。3.根据权利要求1所述的基于迁移学习的智能合约漏洞检测方法，其特征在于，所述步骤(2)包括以下步骤：(2.1)将java数据集输入到CodeBERT模型中，将输入的单词序列进行词嵌入操作后变为词向量的表示；给每一个词向量添加位置编码；之后词向量流入Encoder编码器的Self
‑
Attention层；(2.2)在Encoder编码器的Self
‑
Attention层中，利用缩放的点积计算对每个词向量关注的权重；给定一个输入词向量i，表示每个标记的嵌入，创建三个向量：查询向量q
i
，关键向量k
i
，值向量v
i
；使用第i个输入的查询向量q
i
和输入句子中每一个单词的关键向量k
j
，通过点积计算关注度得分，针对第i个输入的关注度得分为：其中，d是q
i
和k
j
的维度，关注度得分决定了对第j个输入进行编码时，对第j个输入的关注程度；(2.3)为了使所有单词的分数归...

【专利技术属性】
技术研发人员：薛佳雷，张佳乐，孙小兵，李斌，陈玮彤，蔡杰，
申请(专利权)人：扬州大学，
类型：发明
国别省市：