基于多特征融合学习的跨链智能合约漏洞检测方法及系统技术方案

本发明专利技术公开了一种基于多特征融合学习的跨链智能合约漏洞检测方法及系统。方法包括：收集跨链智能合约漏洞数据集进行清洗与标注；从源代码和字节码进行特征提取，对清洗后的源代码提取抽象语法树(AST)，从字节码提取基本控制流图(CFG)并构造跨链控制流图(xCFG)；AST和xCFG进行特征表示，通过图神经网络(GNN)生成图向量、CodeBert生成语义向量并融合为特征融合向量；进行模型训练与检测，将生成的向量分别作为训练数据和测试数据，采用Transformer‑FC模型训练数据得到跨链智能合约漏洞检测模型，最终通过准确率、召回率、精确率和F1值评估模型性能。本发明专利技术能够有效融合代码的结构特征和语义特征，充分挖掘代码中的潜在漏洞信息，增强模型对跨链漏洞的识别能力，提高跨链漏洞检测模型的准确性和可靠性，从而更高效地保障区块链系统的安全性。

【技术实现步骤摘要】

本专利技术涉及软件漏洞检测领域，尤其是一种基于多特征融合学习的跨链智能合约漏洞检测方法及系统。

技术介绍

1、经过数十年的发展，区块链已经衍生出多种独具特色的区块链网络。然而，每条区块链都以特有的内部结构，编程语言，共识机制等组成，形成了一座座“信息孤岛”。区块链之间的信息流通与资产转移已经成为区块链技术发展必须要解决的重要问题。跨链桥技术应运而生，旨在解决区块链间资产与信息传递等跨链操作问题，实现区块链间的互联互通。跨链桥成为异构区块链之间实现资产转移和信息传递的主要解决方案的同时，也面临着频繁出现的安全问题。复杂的跨链流程管理和不成熟的跨链技术已经成为攻击者的主要目标。因此对跨链智能合约进行漏洞检测，具有重要的实际意义。

2、目前跨链漏洞检测研究存在两大方向。一是基于过往攻击案例分析，虽能归纳漏洞类型与攻击模式，但提出的安全建议缺乏实操性。二是基于跨链交易和智能合约的特征采用静态分析方法进行跨链漏洞检测，但这种静态分析方法不但依赖人工经验判断，而且还有着检测过程繁琐、效率低、误报率高等问题。所以跨链智能合约漏洞检测领域仍然面临着挑战。...

【技术保护点】

1.一种基于多特征融合学习的跨链智能合约漏洞检测方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于多特征融合学习的跨链智能合约漏洞检测方法，其特征在于，所述步骤1中对收集的跨链相关源代码和字节码数据进行如下预处理，运用文本处理技术去除代码中的注释、无效空白字符等冗余部分；针对不同区块链平台的代码格式差异进行统一规范化处理。在此基础上，对清洗后的数据进行特征统计与分析，包括统计代码的结构复杂度、语义关键词分布等，基于分析结果进一步筛选和整合数据，最终构建高质量的跨链智能合约代码数据集，并划分为训练集、验证集和测试集。

3.根据权利要求1所述的...

【技术特征摘要】

1.一种基于多特征融合学习的跨链智能合约漏洞检测方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于多特征融合学习的跨链智能合约漏洞检测方法，其特征在于，所述步骤1中对收集的跨链相关源代码和字节码数据进行如下预处理，运用文本处理技术去除代码中的注释、无效空白字符等冗余部分；针对不同区块链平台的代码格式差异进行统一规范化处理。在此基础上，对清洗后的数据进行特征统计与分析，包括统计代码的结构复杂度、语义关键词分布等，基于分析结果进一步筛选和整合数据，最终构建高质量的跨链智能合约代码数据集，并划分为训练集、验证集和测试集。

3.根据权利要求1所述的一种基于多特征融合学习的跨链智能合约漏洞检测方法，其特征在于，所述步骤2包括如下步骤：

4.根据权利要求1所述的一种基于多特征融合学习的跨链智能合约漏洞检测方法，其特征在于，所述步骤3包括如下步骤：

5.根据权利要求1所述的一种基于多特征融合学习的...

【专利技术属性】
技术研发人员：申振龙，童燕翔，张鹏程，吉顺慧，
申请(专利权)人：河海大学，
类型：发明
国别省市：