[发明专利]一种基于编码解码器的智能合约漏洞检测可解释性方法

权利要求书

1.一种基于编码解码器的智能合约漏洞检测可解释性方法，其特征在于，通过构建基于编码解码器的可解释性模型实现智能合约漏洞检测及可解释性说明，该方法具体包括如下步骤：

收集并制作智能合约源码数据集，利用开源漏洞检测工具以及人工审计方式标注智能合约漏洞；

对智能合约源码数据集进行分析，利用自动提取工具提取智能合约漏洞的专家规则；

构建前馈神经网络提取合约漏洞专家规则特征P_r；

利用智能合约自动化抽图工具，将智能合约源码数据集转换为对应的智能合约图形式；

利用智能合约图节点消融工具，对智能合约图进行消融处理，使不同合约图规范化成统一结构；

构建图神经网络提取规范化后智能合约图特征G_r；

构建基于编码解码器的可解释性模型，引入注意力机制，将专家规则特征P_r与智能合约图特征G_r输入可解释性模型进行训练；

可解释性模型训练完成后，输入智能合约测试集进行检测，输出漏洞检测结果、特征向量以及特征向量作用权重值。

2.根据权利要求1所述的基于编码解码器的智能合约漏洞检测可解释性方法，其特征在于，所述对智能合约源码数据集进行分析，利用自动提取工具提取智能合约漏洞的专家规则具体为：

漏洞对应与专家规则相互对应，每个漏洞对应的专家规则至少有一个，利用专家规则抽取工具自动提取后，使用one-hot编码形式化表示所有专家规则，定义digit变量标记该专家规则是否存在，存在为“1”，不存在为“0”。

3.根据权利要求1所述的基于编码解码器的智能合约漏洞检测可解释性方法，其特征在于，所述构建前馈神经网络提取专家规则特征具体为：

构建前馈神经网络，将智能合约漏洞对应的专家规则one-hot编码输入到前馈神经网络中进行训练，提取出高语义表达的专家规则特征P_r。

4.根据权利要求1所述的基于编码解码器的智能合约漏洞检测可解释性方法，其特征在于，所述利用智能合约自动化抽图工具，将智能合约源码数据集转换为对应的智能合约图形式具体为：

定位导致智能合约漏洞的关键函数与代码段，根据智能合约中不同函数和代码的关键程度不同，对应合约图节点和有向边扮演的角色也不同，利用自动化抽图工具抽取核心节点、辅助节点、Fallback节点及有向时序边，将智能合约数据集源码转化为相应的智能合约图。

5.根据权利要求1所述的基于编码解码器的智能合约漏洞检测可解释性方法，其特征在于，所述利用智能合约图节点消融工具，对智能合约图进行消融处理，使不同合约图规范化成统一结构具体为：

每个核心节点的特征融合其相关联的辅助节点特征；对多个同类辅助节点进行消融，将多个同类的辅助特征融合到同一个节点上。

6.根据权利要求1所述的基于编码解码器的智能合约漏洞检测可解释性方法，其特征在于，所述构建图神经网络提取规范化合约图特征具体为：

构建基于有向边的时序信息传播图神经网络，将规范化合约图节点特征与有向边特征输入到图神经网络中进行训练，提取出智能合约图特征G_r。