[发明专利]基于局部敏感哈希的智能合约分类方法、系统及电子设备

说明书

本发明公开了基于局部敏感哈希的智能合约分类方法、系统和电子设备，通过将多个智能合约的代码信息与交易信息构造代码特征矩阵和交易特征矩阵，并对其进行局部敏感哈希计算获得对应的代码特征局部敏感哈希矩阵和交易特征局部敏感哈希矩阵，以分别表征智能合约中代码信息和交易信息的相似度，最后将两个敏感哈希矩阵进行拼接，获得最终的智能合约局部敏感哈希矩阵，以从代码和交易信息两个方向对智能合约进行相似度对比，获得最终的智能合约分类结果，本方法不需要标签数据训练模型，无需耗费人力完成数据标注工作，也减少了机器学习的分类模型进行训练时对大量训练样本的依赖。同时，本方法对新类型的智能合约适应性更强。

技术领域

本发明涉及区块链的智能合约分类方法领域，尤其涉及基于局部敏感哈希的智能合约分类方法、系统及电子设备。

背景技术

随着网络和信息技术的不断普及，互联网产生的数据量正呈指数级增长。在区块链中，每天都有成千上万份智能合约被部署。调查发现，有很多人对区块链上的智能合约全貌非常感兴趣，因为这会影响他们目前正在从事的工作。例如智能合约开发者，他们需要链上智能合约全貌信息指导他们开发什么类型的合约，从而能更顺利开发出热门的合约；智能合约研究人员也需要智能合约的全貌信息，他们利用这些信息指导他们的研究方向，他们将更关注多人使用的合约类型的安全问题，以及一些新型合约是否存在安全问题，毕竟合约和数字资产是密切相关的，需要保证合约没有漏洞，以免财产损失。如果通过人工阅读每一份合约来了解智能合约的发展现状是不太现实的，因为阅读合约的速度完全跟不上合约的部署速度，因此目前迫切需要一种智能合约快速聚类的技术，使得人们更迅速获取区块链上智能合约的全貌信息。

现有的用于分类智能合约的方式已经出现了基于机器学习的分类方法，但机器学习的方式需要大量已打标签的数据训练模型，而打标签的过程非常消耗人力，并且机器学习的分类方式对新类型合约适应性差。运行在区块链上的智能合约诞生不久，目前出现的智能合约类型肯定是不够全面的，如果出现新型智能合约，模型只会把它划分为已有类别的某一类，并不能新建一类，识别分类不准确。

发明内容

本发明提供了基于局部敏感哈希的智能合约分类方法、系统及电子设备，旨在解决现有的区块链中智能合约基于机器学习的分类方法模型训练困难、分类不准确问题。

根据本申请实施例，提供了基于局部敏感哈希的智能合约分类方法，包括以下步骤：步骤S1：获取基于区块链的多个智能合约，提取每个智能合约中的代码信息和交易信息；步骤S2：基于代码信息构造代码特征矩阵，基于交易信息构造交易特征矩阵；步骤S3：对代码特征矩阵进行局部敏感哈希，获得代码特征局部敏感哈希矩阵，对交易特征矩阵进行局部敏感哈希，获得交易特征局部敏感哈希矩阵；步骤S4：将代码特征局部敏感哈希矩阵和交易特征局部敏感哈希矩阵进行拼接，获得智能合约局部敏感哈希矩阵；及步骤S5：基于智能合约局部敏感哈希矩阵，对每一行的向量进行分类，获得多种不同类型的智能合约。

优选地，上述步骤S1具体包括：步骤S11：获取区块链的多个智能合约，将所有智能合约生成抽象语法树；及步骤S12：遍历所述抽象语法树，解析并记录抽象语法树上各个节点的信息，分别获取对应的代码信息和交易信息。

优选地，上述步骤S2具体包括：步骤S21：基于抽象语法树的节点及对应的代码信息，得到所有智能合约中对应的代码特征矩阵；及步骤S22：基于抽象语法树的节点及对应的交易信息，得到所有智能合约中对应的交易特征矩阵。

优选地，上述步骤S21具体包括：步骤S211：获取抽象语法树的所有节点，提取每一个节点的类型，去除掉重复的节点；及步骤S212：统计剩余节点的种类，构建智能合约中对应的代码特征矩阵。