典型文献
基于深度学习的区块链蜜罐陷阱合约检测
文献摘要：
针对当前检测方法准确率不高以及模型泛化性较差的问题,提出了基于KOLSTM深度学习模型的蜜罐陷阱合约检测方法.首先,通过分析蜜罐陷阱合约的特点,提出了关键操作码的概念,并设计了可用于选取智能合约中关键操作码的关键词提取方法;其次,在传统的LSTM模型中加入关键操作码权重机制,构建了可以同时捕获蜜罐陷阱合约中隐藏的序列特征以及关键操作码特征的KOLSTM模型.最后,通过实验表明,该模型具有较高的识别精确率,在二分类和多分类检测场景下的F值较LightGBM模型分别提升2.39％与19.54％.
文献关键词：
区块链;以太坊;智能合约;蜜罐陷阱合约;深度学习
中图分类号：
作者姓名：
张红霞;王琪;王登岳;王奔
作者机构：
中国石油大学(华东)青岛软件学院、计算机科学与技术学院,山东青岛 266580
文献出处：
引用格式：
[1]张红霞;王琪;王登岳;王奔-.基于深度学习的区块链蜜罐陷阱合约检测)[J].通信学报,2022(01):194-202
A类：
蜜罐陷阱合约,KOLSTM
B类：
模型泛化性,深度学习模型,智能合约,关键词提取,入关,重机,中隐,序列特征,操作码特征,精确率,二分类,多分类,分类检测,LightGBM,以太坊
AB值：
0.219671
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
