基于神经网络的智能合约分类方法、装置和计算机设备制造方法及图纸

本发明专利技术涉及人工智能技术领域，提供了一种基于神经网络的智能合约分类方法、装置和计算机设备，所述方法包括：将智能合约的源代码转化为字节码，得到智能合约字节码；构建所述智能合约字节码的控制流图，提取所述控制流图的节点特征向量；构建所述智能合约字节码的分词向量，提取所述分词向量的语义特征向量；拼接所述节点特征向量和所述语义特征向量得到全局特征向量，根据所述全局特征向量输出所述智能合约的分类结果。采用本方法能够提高合约分类普适性和准确性。类普适性和准确性。类普适性和准确性。

【技术实现步骤摘要】
基于神经网络的智能合约分类方法、装置和计算机设备


[0001]本专利技术属于人工智能
，尤其涉及一种基于神经网络的智能合约分类方法、装置、计算机设备和存储介质。

技术介绍

[0002]智能合约是由运行在区块链上一系列规则组成的代码，其本质是一个由字节码组成的执行程序，具有自我验证、自我执行、抗篡改等属性。智能合约可以理解为自动执行的合约，可将买卖双方之间的协议条款直接写进代码逻辑，而代码和其中包含的协议存在于一个分布式的区块链网络中。代码能够包含“协议”，即在满足一定条件时自动执行提前预定好的操作，包括转账、做决策、与其他合约交互等。智能合约创建后，代码会被存储在合约账户中以供调用。此外，一旦智能合约部署在以太坊上，即使是开发人员自己也无法修改它。开发人员通常使用高级语言进行源代码开发，通过EVM编译器将其转换为字节码，然后通过客户端将编译好的字节码上传到以太坊。智能合约在以太坊部署后，以字节码的形式在EVM中调用和运行。
[0003]智能合约分类是根据智能合约的内容自动辨别智能合约类型的过程。目前，已有的智能合约分类方法通常依赖本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的智能合约分类方法，其特征在于，包括：将智能合约的源代码转化为字节码，得到智能合约字节码；构建所述智能合约字节码的控制流图，提取所述控制流图的节点特征向量；构建所述智能合约字节码的分词向量，提取所述分词向量的语义特征向量；拼接所述节点特征向量和所述语义特征向量得到全局特征向量，根据所述全局特征向量输出所述智能合约的分类结果。2.根据权利要求1所述的方法，其特征在于，所述构建所述智能合约字节码的控制流图，提取所述控制流图的节点特征向量，包括：基于程序控制流对所述智能合约字节码进行分组，得到基本块；提取各所述基本块的调用关系作为基本边；根据所述基本块和所述基本边构建控制流图；将所述控制流图输入至训练好的图卷积神经网络提取节点特征向量。3.根据权利要求1所述的方法，其特征在于，所述构建所述智能合约字节码的分词向量，提取所述分词向量的语义特征向量，包括：对所述智能合约字节码分词后映射为分词向量；将所述分词向量输入训练好的时间循环神经网络提取分词向量的语义特征向量。4.根据权利要求1所述的方法，其特征在于，所述拼接所述节点特征向量和所述语义特征向量得到全局特征向量，根据所述全局特征向量输出所述智能合约的分类结果，包括：利用连接层拼接所述节点特征向量和所述语义特征向量得到全局特征向量；将所述全局特征向量输入到Softmax层中投影到目标分类，得到智能合约分类结果。5.根据权利要求4所述的方法，其特征在于，投影过程公式包括：投影过程公式包括：投影过程公式包括：其中，W
i
表示第i个目标分类标签的权值矩阵；d表示全局特征向量；b
i...

【专利技术属性】
技术研发人员：谭林，王如平，吴潇鹤，胡斌，储超尘，郭兆中，刘齐军，
申请(专利权)人：湖南天河国云科技有限公司，
类型：发明
国别省市：