买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利基于可疑目标关联性的智能合约导向模糊测试方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120449170B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510905285.1，技术领域涉及：G06F21/57；该发明授权基于可疑目标关联性的智能合约导向模糊测试方法是由徐向华;林凡罡设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本基于可疑目标关联性的智能合约导向模糊测试方法在说明书摘要公布了：本发明公开了基于可疑目标关联性的智能合约导向模糊测试方法，该方法包括：可疑目标识别阶段：获取待测程序编译并分析智能合约传，构建可疑节点的可疑漏洞路径，计算遗算法种子执行路径距离已知可疑节点的基本块距离。关联性分析阶段：分析种子的函数序列与可疑函数之间的数据依赖关系，为种子标记状态变量、函数入参分别与可疑目标的关联性标签。导向模糊测试阶段：采用可疑目标导向的进化算法生成新种子，在以太坊虚拟机中执行新种子并检测漏洞。本发明能够精确识别与漏洞执行密切相关的状态变量和函数入参，显著提高生成逼近可疑目标代码的种子效率，减少测试资源在良性代码区域的浪费。

本发明授权基于可疑目标关联性的智能合约导向模糊测试方法在权利要求书中公布了：1.基于可疑目标关联性的智能合约导向模糊测试方法，其特征在于，包括以下阶段： 可疑目标识别阶段：获取待测程序编译并分析智能合约，构建可疑节点的可疑漏洞路径，计算遗传算法种子执行路径距离已知可疑节点的基本块距离； 关联性分析阶段：分析种子的函数序列与可疑函数之间的数据依赖关系，为种子标记状态变量、函数入参分别与可疑目标的关联性标签； 导向模糊测试阶段：采用可疑目标导向的进化算法生成新种子，在以太坊虚拟机EVM中执行新种子并检测漏洞； 所述导向模糊测试阶段具体实现为：基于基本块距离计算种子的适应度，选择种子；根据被选择种子的状态变量与可疑目标的关联性，决定种子的函数序列是否交叉以及使用不同的交叉方法；根据种子的函数入参与可疑目标的关联性，决定种子的函数输入是否突变以及使用不同的突变方法，得到新的种子；EVM执行生成的新种子，并将分析执行的结果确认是否触发漏洞； 所述导向模糊测试阶段具体包括以下三个子阶段； 导向选择子阶段：根据可疑目标识别阶段计算的每个种子seedi综合距离计算倒数，作为距离权重；将所有种子按综合距离从小到大排序，设定阈值比较相邻种子之间的综合距离差值；若综合距离差值小于阈值，就分到同一个子群P，否则开始一个新的子群；计算每个子群Pk中种子的综合距离的中位数的倒数，记为子群的权重； 每个种子根据所在子群的权重和种子自身的距离权重，计算出每个种子的适应度，并归一化；基于归一化后的适应度，利用轮盘赌方法选出第一个种子，优先选择与第一个种子存在RAW数据依赖关系的种子，遍历种群中的其他种子，与第一个种子在读写操作之间的状态变量集合取交集，若交集不为空，则选择当前遍历的种子作为第二个种子；若交集为空，则重新使用轮盘赌方法选择第二个种子；被选出的种子对进入导向交叉阶段； 导向交叉子阶段：检查种子对的状态变量关联性标签取值，取其中的最大值记为最强状态变量关联性SVmax；将种子对在读写操作之间的状态变量集合取交集，如果交集不为空，则表明种子对中存在RAW数据依赖关系； 如果SVmax=1，且种子对中存在RAW数据依赖关系，就按照先写后读的顺序组合它们的函数执行序列，生成新种子，对应的状态变量关联性标签设为1；如果SVmax=0，且种子对中存在RAW数据依赖关系，也按照先写后读的顺序组合它们的函数执行序列，生成新种子，对应的状态变量关联性标签设为0；如果SVmax=-1，不进行任何操作； 若进行交叉操作，将新种子的综合距离设为交叉前两个种子的综合距离的最小值，进入导向突变子阶段；若不进行交叉操作，则跳过导向突变子阶段； 导向突变子阶段：检查新种子的状态变量关联性标签取值和函数入参关联性标签取值；若状态变量关联性标签与函数入参关联性标签均为1，执行确定性突变，将函数入参取值为突变池中对应的数据；若状态变量关联性标签为1且函数入参关联性为0，根据函数入参的变量类型生成随机值；若状态变量关联性标签与函数入参关联性标签均为0，根据函数入参的变量类型生成随机值；若状态变量关联性标签为-1，跳过导向突变阶段。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。