[发明专利]面向Solidity智能合约的缺陷预测方法

权利要求书

1.一种面向Solidity智能合约的缺陷预测方法，其特征在于，具体步骤如下：从源代码中提取度量元信息，并获得缺陷信息，结合构成缺陷数据集；

利用回归模型和分类模型对预测Solidity智能合约的进行预测。

2.根据权利要求1所述的一种面向Solidity智能合约的缺陷预测方法，其特征在于，度量元信息包括：面向对象特征、代码复杂度、Solidity智能合约的函数，方法，变量类型，属性以及Solidity语言的限制。

3.根据权利要求1所述的一种面向Solidity智能合约的缺陷预测方法，其特征在于，提取度量元信息的具体步骤：将针对面向对象特征和代码复杂度的CKBD度量元信息与针对Solidity智能合约的函数、方法、变量类型、属性以及Solidity语言的限制的SC-Sol度量元信息进行组合得到CKBD-SC-Sol度量元集。

4.根据权利要求1所述的一种面向Solidity智能合约的缺陷预测方法，其特征在于，获得缺陷信息的具体步骤：根据Solidity缺陷检测信息，按照缺陷类型整理为每个contract/library含有的不同类型缺陷的缺陷数量；对于缺陷数量数据集，每个contract/library的缺陷数量即为各个类型缺陷数量之和；对于缺陷倾向性数据集，将各个类型的缺陷数量二值化，即缺陷数量大于1的contract/library的标签标记为1，否则标记为0。

5.根据权利要求1所述的一种面向Solidity智能合约的缺陷预测方法，其特征在于，利用回归模型预测Solidity智能合约的缺陷数量；其中所述回归模型为线性回归、贝叶斯岭、决策树回归、随机森林回归、K邻近回归中的一种。

6.根据权利要求1所述的一种面向Solidity智能合约的缺陷预测方法，其特征在于，利用分类模型预测Solidity智能合约的缺陷倾向性；其中，所述分类模型为伯努利贝叶斯分类器、高斯贝叶斯分类器、K邻近分类器、决策树分类器、随机森林分类器和支持向量机分类器中的一种。