CN118536119B 智能合约的漏洞检测方法、装置、设备及介质 (广州大学)_第1页
CN118536119B 智能合约的漏洞检测方法、装置、设备及介质 (广州大学)_第2页
CN118536119B 智能合约的漏洞检测方法、装置、设备及介质 (广州大学)_第3页
CN118536119B 智能合约的漏洞检测方法、装置、设备及介质 (广州大学)_第4页
CN118536119B 智能合约的漏洞检测方法、装置、设备及介质 (广州大学)_第5页
已阅读5页,还剩19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

质目标智能合约,生成所述目标智能合约的有向2生成所述目标智能合约的有向图,有向图的节点表示目标基于所述有向图的节点特征向量及所述有向图的邻接矩所述基于所述有向图的节点特征向量及所述有向图的邻接矩阵,识别将每个节点对应的节点特征向量、多跳子图及所述有向图将所述有向图的目标特征输入至多层感知机网络,获得所述目标智将所述目标文本输入至所述特征提取模型,提取所述目标文本的特将所述目标文本文件作为大语言模型的输入执行无监督训练操作,5.如权利要求1至4中任意一项所述的智能合将所述目标智能合约的漏洞检测结果发送至3生成模块:用于生成所述目标智能合约的有向图,有向图检测模块:用于基于所述有向图的节点特征向量及所述有向图的邻所述基于所述有向图的节点特征向量及所述有向图的邻接矩阵,识别将每个节点对应的节点特征向量、多跳子图及所述有向图将所述有向图的目标特征输入至多层感知机网络,获得所述目标智处理器,用于执行存储器上所存放的程序时,实现权利要求1至5中任处理器执行时实现如权利要求1至5中任一项所述的智能合约的漏4验证严重依赖专家在进行漏洞检测时预先定义的硬逻辑规则,随着智能合约的结构复杂[0004]基于模糊测试的方法通过输入大量随机或异常的数据虽然可以一定程度地发现5[0023]将所述目标文本文件作为LLM模型的输入执行无监督训练操作,得到所述特征提[0030]将所述每个节点的局部特征输入至自注意力机制网络,获得每个节点的全局特程序被处理器执行时实现如第一方面任一项实施例所述的智能合约6自动执行。即满足条件就执行代码,无需人为操控。智能合约由高级编程语言(例如,7特征向量对有向图进行识别检测。具体地,可以预先通过大语言模型(LargeLanguage8[0073]将所述目标文本文件作为LLM模型的输入执行无监督训练操作,得到所述特征提[0082]将所述每个节点的局部特征输入至自注意力机制网络,获得每个节点的全局特9[0090]本申请所述智能合约的漏洞检测装置100可以安装于电子设备中。根据实现的功检测模块140。本申请所述模块也可以称之为单元,是指一种能够被电子设备处理器所执[0107]在一个实施例中,所述基于所述有向图的节点特征向量及所述有向图的邻接矩[0113]将所述每个节点的局部特征输入至自注意力机制网络,获得每个节点的全局特所述目标智能合约的漏洞检测结果发送至预接口112还可以用于在所述电子设备与其它电子设备之间(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器以是所述电子设备的外部存储设备,例如该电子设备配备的插接式硬盘,智能存储卡例的功能模块图以及图1关于智能合约的漏洞检测方法实施例[0135]本申请之计算机可读存储介质的具体实施方式与上述智能合约的漏洞检测方法以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单[0140]以上所述仅

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。

评论

0/150

提交评论