典型文献
基于语义感知图神经网络的智能合约字节码漏洞检测方法
文献摘要：
针对传统智能合约漏洞检测方法检测精度较低、误报率较高,以及基于神经网络的方法对字节码级智能合约特征挖掘不足的问题,提出了一种基于语义感知图神经网络的智能合约字节码漏洞检测方法.首先,以智能合约字节码划分基本块作为节点,并从字节码中提取基本块间的调用关系作为边,以此生成控制流图(control flow graph,CFG),传入图卷积神经网络(graph convolutional network,GCN)中进行训练得到图节点的特征表示;其次,对合约字节码指令序列进行分词,再转化为词向量嵌入到低维空间,传入长短期记忆(long short-term memory,LSTM)网络进行训练,得到字节码语义信息的向量表示;最后,将生成的节点特征和语义特征进行拼接后传入全连接层进行降维,结合语义信息和节点特征对智能合约进行漏洞检测.利用公开数据集中的真实智能合约进行训练和测试,在通过传统方法和人工标签的两类漏洞分类数据集中进行验证.使用本文提出的方法与3种传统智能合约漏洞检测工具及1种基于神经网络的智能合约漏洞检测方法进行对比.实验结果表明本文提出的基于语义感知图神经网络智能合约字节码漏洞检测方法在各类指标上均有较大提升,能够检测出其余4种方法未检测出的具有漏洞的合约,说明在图神经网络中加入字节码语义信息能够有效提升检测精度,降低误报率.
文献关键词：
智能合约字节码;图卷积神经网络;语义感知;漏洞检测
中图分类号：
作者姓名：
赵波;上官晨晗;彭小燕;安扬;童俊成;袁安琪
作者机构：
武汉大学 国家网络安全学院,湖北 武汉 430072;上海航天电子通讯设备研究所,上海 201109;武汉大学 计算机学院,湖北 武汉 430072
文献出处：
引用格式：
[1]赵波;上官晨晗;彭小燕;安扬;童俊成;袁安琪-.基于语义感知图神经网络的智能合约字节码漏洞检测方法)[J].工程科学与技术,2022(02):49-55
A类：
智能合约字节码
B类：
语义感知,图神经网络,检测精度,特征挖掘,基本块,调用,此生,控制流图,control,flow,graph,CFG,传入,图卷积神经网络,convolutional,network,GCN,练得,特征表示,分词,词向量,向量嵌入,低维空间,长短期记忆,long,short,term,memory,语义信息,向量表示,节点特征,语义特征,拼接,全连接层,层进,合语,公开数据集,分类数据,漏洞检测工具,网络智能,类指,未检,信息能,低误报率
AB值：
0.243298
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。
