一种基于图神经网络的智能合约漏洞检测方法技术

本发明专利技术提供一种基于图神经网络的智能合约漏洞检测方法，从智能合约代码中提取出程序控制流程图和抽象语法图，然后将其输入到图神经网络转化为高维度特征向量并进行分类，针对区块链上部署了源代码的合约，实现了一种以合约源代码、字节码为输入的智能合约漏洞检测；针对区块链上没有部署源代码的合约，实现了一种仅针对智能合约EVM字节码的智能合约漏洞检测；对比传统的静态分析方法，最大的优势之一就在于运行速度快，本发明专利技术能够在保障检测性能的条件下拥有高检测效率；同时，现有其他方法往往只研究了针对单一漏洞进行检测的情况，本发明专利技术在此基础上还可以同时对多种漏洞进行检测，仅通过字节码也具有良好的漏洞检测性能。

【技术实现步骤摘要】

本专利技术属于机器学习中的图神经网络，尤其涉及一种基于图神经网络的智能合约漏洞检测方法。

技术介绍

1、以太坊是目前最活跃的区块链平台，拥有非常多用户和开发者，到目前为止，市值已经达到4441亿。智能合约是以太坊上自动执行的协议，其条款直接写入代码。智能合约的存在使得去中心化应用程序(dapps)成为现实，开发者可以使用代码控制数字资产。然而，与其他代码一样，智能合约很容易出现各种各样的漏洞，由于编程方法、语言和工具链的缺陷，存在诸多漏洞。例如整数溢出漏洞、重入和调用注入(或称为代码注入)、访问控制缺陷漏洞等。由于以太坊的经济价值日益提高，攻击者逐渐关注这一平台。已经出现过涉及数百万美元的大型攻击案件，比如dao、parity等等。各种漏洞甚至已经花费了数千万数亿美元。

2、虽然以太坊区块链上只有大约1/3的合约源码是公开的，其余均只有evm字节码。相比于剩下的2/3，由于语义方便理解，这部分合约更容易受到攻击。现有的工作大部分针对字节码分析，但是字节码相较于高级语言solidity，其中蕴含的信息非常有限(如无法表达结构体、继承关系等)，会影本文档来自技高网...

【技术保护点】

1.一种基于图神经网络的智能合约漏洞检测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于图神经网络的智能合约漏洞检测方法，其特征在于，所述图神经网络为集成有图神经记忆模块的GCN网络，且所述操作一中，分别将抽象语法图ASG和程序控制流程图CFG作为图G输入图神经网络中，得到对应的图嵌入的方法具体为：

3.如权利要求2所述的一种基于图神经网络的智能合约漏洞检测方法，其特征在于，图神经记忆的更新函数FT(·)表征的更新操作如下：

4.如权利要求2所述的一种基于图神经网络的智能合约漏洞检测方法，其特征在于，节点显著性的更新函数FP(·)表征的...

【技术特征摘要】

1.一种基于图神经网络的智能合约漏洞检测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于图神经网络的智能合约漏洞检测方法，其特征在于，所述图神经网络为集成有图神经记忆模块的gcn网络，且所述操作一中，分别将抽象语法图asg和程序控制流程图cfg作为图g输入图神经网络中，得到对应的图嵌入的方法具体为：

3.如权利要求2所述的一种基于图神经网络的智能合约漏洞检测方法，其特征在于，图神经记忆的更新函数ft(·)表征的更新操作如下：

4.如权利要求2所述的一种基于图神经网络的智能合约漏洞检测方法，其特征在于，节点显著性的更新函数fp(·)表征的更新操作如下：

5.如权利要求1所述的一种基于图神...

【专利技术属性】
技术研发人员：徐畅，徐怀钰，祝烈煌，沈啸东，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：