CN115422541B 基于ast多维特征融合的智能合约代码克隆检测方法 （浙江工商大学）_第1页
CN115422541B 基于ast多维特征融合的智能合约代码克隆检测方法 （浙江工商大学）_第2页
CN115422541B 基于ast多维特征融合的智能合约代码克隆检测方法 （浙江工商大学）_第3页
CN115422541B 基于ast多维特征融合的智能合约代码克隆检测方法 （浙江工商大学）_第4页
CN115422541B 基于ast多维特征融合的智能合约代码克隆检测方法 （浙江工商大学）_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于AST多维特征融合的智能合约代码克隆本发明公开了一种基于AST多维特征融合的语义信息，然后利用编码器得到AST横向和纵向2函数块语法特征的编码序列G1和G2以及包(4)对语法特征和语义特征进行融合，从而获得G1与Y1合并后的特征向量S1以及G2与Y22.根据权利要求1所述的智能合约代码克隆检测方3.根据权利要求1所述的智能合约代码克隆检测4.根据权利要求3所述的智能合约代码克隆检测方法，其特征在5.根据权利要求1所述的智能合约代码克隆检测6.根据权利要求1所述的智能合约代码克隆检测方法，语法特征和语义特征进行融合过程中，引入多头注意机制从不同的角度对编码序列Y1和Y27.根据权利要求1所述的智能合约代码克隆检测34[0001]本发明属于代码克隆检测技术领域，具体涉及一种基于AST多维特征融合的智能成一系列连锁的安全问题。风险代码的复用是导致智能合约安全问题频发的主要原因之避免因代码复用而导致的智能合约安全漏洞的中间表示，在基本块粒度和中间表示层面实现公开号为CN113268732A的中国专利提供的Solidity智能合约相似性检测方法及系统)；但致无法根据提取出的语义信息的差异来判断智能合约是否存在代码[0010](3)构建基于GCN(GraphConvolutionalNetworks，图卷积神经网络)一5码序列G1和G2以及包含函数块语义特征的编码序列点的兄弟节点，进而通过增加跳数来间接聚合来自其邻居节点的语法信息；为解决Token，然后对子Token向量求和来表示Token，进而应用一个全连接层将每个终端节点机制从不同的角度对编码序列Y1和Y2进行注意机制分析，按顺序捕捉序列中的长短依赖关[0020]本发明基于AST多维特征融合的智能合约代码克隆检测方法有效地解决了以太坊6[0022]2.本发明提出的基于AST多维特征融[0024]4.本发明提出的基于AST多维特7符号嵌入向量中，得到T1的特征向量集合以及T2的特征向量集合其中n表示特征向量的维度。[0039]AST路径的第一个和最后一个节点是终端，其值是代码中的Token，我们将代码记的显式分区；我们使用一个学习过的嵌入矩阵Esubtoken来表示每个子token，然后对子[0042]z＝tanh(Win[encode_path(v1…vi)；encode_token(value(v1))；encode_token[0050]具体地，我们将横纵向编码融合后的特征向量S1和S2带入到8F2的特征向量集合(本例中所有特征向量到所有路径组成的序列s1的特征向量集合路径序列s2的特征向量集[0056](5)将中向量pi与中向pj输入到余弦相似性计算函数，得到pi和pj[0062]上述对实施例的描述是为便于本技术领域的普通技术人

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论