[发明专利]一种基于模糊测试的庞氏合约检测方法及系统

权利要求书

1.一种基于模糊测试的庞氏合约检测方法，其特征在于，包含以下步骤：

1)在Etherscan平台上任意选取一个时间段内已经标记的庞氏合约和非庞氏的智能合约进行采集，将采集到的已经标记的庞氏合约和非庞氏的智能合约作为输入集；

2)进行静态分析，使用静态分析工具扫描输入集，再使用配置过参数的模糊测试工具进行模糊测试，获取交易资金流向并整理成矩阵，进一步转化成图片；

3)建立ResNet模型，对图片进行预处理，并使用ResNet算法对图片中的交易特征进行自动提取，该交易特征包含每一次产生交易后资金的流向、每个账户获得的资金数目、最终呈现庞氏骗局经典的金字塔资金分布特征，对ResNet模型进行训练，最终得到最优ResNet模型；

4)将准备好的待检测测试集经过静态分析，再进行模糊测试，最终转化成图片，将转化好的图片放入最优ResNet模型，最优ResNet模型对转化好的图片进行分析并处理，输出分析结果是否为庞氏合约。

2.根据权利要求1所述的基于模糊测试的庞氏合约检测方法，其特征在于，步骤2)中，使用静态分析工具扫描输入集，检查模糊测试工具的配置选项，以YAML文件的形式对模糊测试工具进行检查配置，再使用配置过参数的模糊测试工具进行模糊测试，模糊测试工具进行参数配置后，进入初始运行阶段，形成运行事务序列的语料库，为初始语料库，初始运行阶段完毕后，模糊测试工具进入循环运行阶段，循环运行阶段运行完毕后，形成新语料库，将新语料库的数据进行整理，以矩阵的形式进行储存，最终将矩阵转化为图片格式，该循环运行阶段包含以下步骤：

2.1)在模糊测试工具允许使用的内核数的范围内，生成一组新的配置文件即YAML格式的文件，新的配置文件在每组进程中都将起始语料库中原有的运行事务序列进行覆盖与替代，产生新覆盖的所有运行事务序列；

2.2)从循环运行阶段中收集所产生的新覆盖的所有运行事务序列，并将新覆盖的所有运行事务序列添加入语料库中，产生新语料库；

2.3)若发现新语料库和/或新的运行事务序列失败，则进行报告。

3.根据权利要求1所述的基于模糊测试的庞氏合约检测方法，其特征在于，步骤3)中，建立ResNet模型，对图片进行预处理，使用ResNet算法对图片中的交易特征进行自动提取，并对ResNet模型进行训练，该ResNet模型包含超参数的设置及模型数据的输入；

超参数的设置包含设置批量训练的大小、学习速率的大小、分类数目、权值衰减率、学习到的目标；将学习到的目标的函数设置为：

式中，x表示图片中的交易特征的输入，为ResNet模型预测结果的概率，w和b为ResNet模型训练得到的参数；

模型数据的输入包含特征集的选择、样本选取、生成TFRecords样本数据集，特征集的选择用以针对待分类的图片，提取图片不同维度的特征来构成特征集，使得特征集的维度更大；样本选取用以选取样本点并提取样本点的M维特征，每个样本的特征是一个大小为M×L的矩阵；生成TFRecords样本数据集用以将不同图片的交易特征拆分为训练样本集和测试样本集，并且把训练样本集和测试样本集全部都转换成二进制文件，再根据文件夹名称添加样本标签，转换得到的TFRecords文件作为ResNet模型训练的数据输入。