[发明专利]基于网络嵌入相似性的区块链智能合约安全漏洞检测方法

权利要求书

1.基于网络嵌入相似性的区块链智能合约安全漏洞检测方法，其特征在于，包括以下步骤：

S1.1.基于区块链智能合约的智能合约源码，进行信息提取，获得初始数据集；

S1.2.基于所述初始数据集的段落结构，构建子网络模型，通过所述子网络模型，构建代码网络模型，其中，所述代码网络模型，包括网络节点数据集和网络边数据集；

S1.3.基于网络嵌入相似性特征，对所述代码网络模型进行若干次迭代，获得初始区块链智能合约安全漏洞检测模型；

S1.4.基于所述初始区块链智能合约安全漏洞检测模型和初始数据集，通过逻辑回归模型、随机森林模型以及线性支持向量机模型进行训练，得到目标区块链智能合约安全漏洞检测模型，通过所述目标区块链智能合约安全漏洞检测模型，对所述区块链智能合约的安全漏洞进行检测。

2.如权利要求1所述基于网络嵌入相似性的区块链智能合约安全漏洞检测方法，其特征在于，

所述信息提取的具体方法为：

S1.1.1.对所述智能合约源码进行预处理，清除所述智能合约源码的注释信息，获得初始智能合约源码，展开所述初始智能合约源码的内部调用函数，生成段落顺序文本数据集；

S1.1.2.对所述段落顺序文本数据集进行筛选，利用正则化表达，去除所述段落顺序文本数据集的函数关键词和标点符号，获得代码语料数据集；

S1.1.3.将所述代码语料数据集，按照8:2的比例分成代码语料训练集和代码语料测试集；

S1.1.4.基于所述代码语料训练集和代码语料测试集，获取所述代码语料数据集的词频与逆向文件频率，构建所述初始数据集。

3.如权利要求2所述基于网络嵌入相似性的区块链智能合约安全漏洞检测方法，其特征在于，

所述代码语料数据集包括若干文档，其中，每个文档包括若干类词条，通过某类词条的出现次数和所述某类词条的个数确定所述词频；通过所述若干文档的文档数目，以及，包含所述某类词条的文档数目加一，获得所述逆向文件频率。

4.如权利要求1所述基于网络嵌入相似性的区块链智能合约安全漏洞检测方法，其特征在于，

所述S1.2包括以下步骤：

S1.2.1.对所述初始数据集进行分段处理，获得初始分段数据集，所述初始分段数据集包括若干行分段数据集，其中，基于所述初始分段数据集的每五行分段数据集，构建全连子网络；

S1.2.2.基于所述全连子网络，通过所述分段数据集的价值词汇，构建所述网络节点数据集，基于所述网络节点数据集，构建所述网络边数据集；

S1.2.3.基于所述全连子网络，通过所述网络节点数据集和网络边数据集，构建代码网络模型，其中，所述代码网络包括若干全连子网络，基于所述智能合约源码的代码顺序，将每个全连子网络串联在一起，构建所述代码网络模型。

5.如权利要求1所述基于网络嵌入相似性的区块链智能合约安全漏洞检测方法，其特征在于，

所述S1.3包括以下步骤：

S1.3.1.初始化所述代码网络模型，基于所述网络节点数据集和网络边数据集，构建代码网络描述数据模型；

S1.3.2.基于所述网络节点数据集，通过所述网络边数据集，计算所述网络节点数据集的加权度中心性，对所述加权度中心性进行归一化处理，得到加权度中心值，基于所述加权度中心值，获得度标签，基于所述加权度中心值，对所述网络节点数据集，打上所述度标签，获得度标签代码网络描述数据模型；

S1.3.3.基于所述度标签代码网络描述数据模型，对所述代码网络模型进行若干次迭代训练，获得代码网络向量；

S1.3.4.基于所述度标签代码网络描述数据模型，通过所述代码网络模型，获得所述初始区块链智能合约安全漏洞检测模型。

6.如权利要求5所述基于网络嵌入相似性的区块链智能合约安全漏洞检测方法，其特征在于，

所述加权度中心值在[0-1]之间，所述度标签包括一类标签，二类标签，三类标签；

所述一类标签的取值范围为[0-0.33]；

所述二类标签的取值范围为[0.33-0.67]；

所述三类标签的取值范围为[0.67-1]。