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！

申请/专利权人：南京邮电大学

摘要：本发明公开了一种基于多标记模型的智能合约漏洞检测方法，包括：对操作码进行归类，并通过n‑gram算法和tf‑idf算法将操作码转化为向量，可以最大程度保留合约信息，并反映智能合约的结构特征和调用关系；利用链对标签相关性建模，选择多标记模型分类器链进行漏洞分类训练，充分反映不同漏洞发生的共同内在关联。本发明在考虑合约操作码结构特征的基础上，有效利用了不同漏洞之间的内在关联，本发明具有实用性强、准确率高，检测效率高等优点，适用于大批量智能合约的检测。

主权项：1.一种基于多标记模型的智能合约漏洞检测方法，其特征在于，包括以下步骤：步骤1.操作码获取：以智能合约地址作为读入信息，去以太坊上获取地址所对应的字节码或是操作码；步骤2.操作码向量化：对操作码进行归类；对操作码进行简化，使用n-gram算法将简化后的操作码序列拆分为二维特征；计算每一维度的tf-idf值，再提取统计特征，其中n＝2；最终将转换后的向量组合起来以特征矩阵的形式供多标记模型ClassifierChain使用；步骤3.模型训练：使用多标记模型ClassifierChain对特征矩阵进行训练；在步骤3中，所述的使用多标记模型ClassifierChain对特征矩阵进行训练，包括：利用多标记ClassifierChain将问题分解成多个二分类，将所有的分类器都连接在同一个链中，在保持可接受的计算复杂性的同时通过链对标签相关性进行建模，以随机的方式考虑所有标签的相互关系，提高检测性能；对n个标签进行排序，得到Y1，Y2，…，Yn，对于第i个标签Yi构建一个二分类的数据集Di，如公式5、6所示： 其中，j代表样本序数，I{Yi∈Yj}表示第j个样本的第i个标签的检测结果与样本标记一致时，I{Yi∈Yj}值为1，否则I{Yi∈Yj}值为0；在所述的训练阶段，第i个训练器需要用到前i-1个分类器训练出的标签集，任务有多少个标签会对应多少个分类器，但是分类器是有顺序的；在预测时，真正的标签将不可用，每个模型的预测被传递给链中的后续模型作为特征；首先，利用所有特征X1,X2,…,X1305对Y1进行预测，第一个分类器输出的第一个标签预测值会和样本数据一同送入第二个模型的输入；然后，利用所有特征X1,X2,…,X1305,Y1预测Y2；以此类推，最后利用所有特征X1,X2,…,X1305,Y1,Y2,…Yn-1预测Yn。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于多标记模型的智能合约漏洞检测方法