【技术实现步骤摘要】
一种基于HOG和DRSN
‑
LSTM的智能合约漏洞检测方法及系统
[0001]本专利技术属于区块链智能合约安全
,尤其涉及一种基于HOG和DRSN
‑
LSTM的智能合约漏洞检测方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
[0003]区块链技术作为一种新兴技术,在最近几年里吸引了各行各业的广泛关注。区块链本质上是一个分布式和共享的交易分类账,由区块链网络中的所有矿工按照共识协议进行维护。区块链技术具有高度去中心化、数据防篡改、可追溯等特点,已经改变了传统行业固有的模式,在医疗、教育、供应链管理等诸多领域取得了突破性的进展。智能合约是在区块链上自动运行的一段程序,也是区块链技术最成功的应用之一,目前已成为学术界和工业界研究的热点。
[0004]智能合约是利用高级语言编写的一段程序,所以不合理的设计也使得智能合约在运行过程中暴露出诸多漏洞,并且智能合约一旦在区块链平台上部署成功,将无法人为进行修改或撤销,直到满足合约预设的终止条件,这无疑成为了网络攻击者攻击的最佳目标。最典型的案例则是DAO事件的发生,黑客利用DAO合约的可重入漏洞窃取了360万以太币,智能合约部署后无法修改撤销和区块链技术的匿名性,使得存在漏洞的合约无法人工干预终止,也无法追回损失,这对社会经济造成了严重的负面影响和极大的损失。因此,对智能合约的漏洞检测研究具有重大意义。
[0005]目前,智能合约漏洞检测虽然是一个研究 ...
【技术保护点】
【技术特征摘要】
1.一种基于HOG和DRSN
‑
LSTM的智能合约漏洞检测方法,其特征在于,包括:获取实时运行的合约字节码,并将其转换成灰度图,采用双三次差值算法对灰度图进行放缩处理;采用HOG算法对放缩后的灰度图进行特征提取,得到特征图;采用梯度直方图绘制特征图,得到梯度直方图;基于梯度直方图,采用DRSN
‑
LSTM模型,得到智能合约漏洞类型;所述DRSN
‑
LSTM模型包括:第一层和第二层均包含标准化层、Relu和卷积层,第三层为DRSN结构层,第四层为全局均值池化层,第五层为全连接层,第六层为LSTM结构层以及第七层为softmax层。2.根据权利要求1所述的基于HOG和DRSN
‑
LSTM的智能合约漏洞检测方法,其特征在于,所述采用双三次差值算法对灰度图进行放缩处理具体包括:对所有灰度图的尺寸进行比较,选取众数作为最终的灰度图放缩标杆,采用双三次插值算法对灰度图进行放缩。3.根据权利要求1所述的基于HOG和DRSN
‑
LSTM的智能合约漏洞检测方法,其特征在于,所述得到梯度直方图的过程包括:采用HOG算法对放缩后的灰度图进行特征提取,得到特征图,计算特征图每个像素的梯度,捕获边缘信息,将特征图分割成4
×
4的连通区域,即4
×
4的细胞单元,将角度分成八个方向进行梯度的计算;统计每个细胞单元的梯度直方图,获得每个细胞单元的特征描述算子;将每几个细胞单元组成一个块,一个块内所有细胞的特征描述子串联起来得到该块的HOG特征描述算子,将图像中所有块的HOG特征描述算子串联起来得到梯度直方图。4.根据权利要求1所述的基于HOG和DRSN
‑
LSTM的智能合约漏洞检测方法,其特征在于,所述DRSN结构层采用注意力机制层和软阈值化。5.根据权利要求4所述的基于HOG和DRSN
‑
LSTM的智能合约漏洞检测方法,其特征在于,所述软阈值化中的阈值通注意力机制自动学习生成,包括:对输入梯度直方图的所有特征,求它们的绝对值;经过全局均值池化和平均获得一个特征,记为A;在另一条路径中,全局均值池化后的梯度直方图被输入到一个全连接网络中,且以sigmoid函数作为最后一层,将输出归一化到[0,1]之间,获得一个系数,记为...
【专利技术属性】
技术研发人员:张淑慧,兰田,王连海,胡长栋,
申请(专利权)人:齐鲁工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。