[發明專利]面向Solidity智能合約的缺陷預測方法

在審

• 申請號: 202011562073.1
• 申請日: 2020-12-25
• 公開（公告）號: CN112579463A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 楊慧文;崔展齊;賈明華;劉秀磊;劉建賓;鄭麗偉
• 申請（專利權）人: 北京信息科技大學
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 周新楣

1.一種面向Solidity智能合約的缺陷預測方法，其特征在于，具體步驟如下：從源代碼中提取度量元信息，并獲得缺陷信息，結合構成缺陷數據集；

利用回歸模型和分類模型對預測Solidity智能合約的進行預測。

2.根據權利要求1所述的一種面向Solidity智能合約的缺陷預測方法，其特征在于，度量元信息包括：面向對象特征、代碼復雜度、Solidity智能合約的函數，方法，變量類型，屬性以及Solidity語言的限制。

3.根據權利要求1所述的一種面向Solidity智能合約的缺陷預測方法，其特征在于，提取度量元信息的具體步驟：將針對面向對象特征和代碼復雜度的CKBD度量元信息與針對Solidity智能合約的函數、方法、變量類型、屬性以及Solidity語言的限制的SC-Sol度量元信息進行組合得到CKBD-SC-Sol度量元集。

4.根據權利要求1所述的一種面向Solidity智能合約的缺陷預測方法，其特征在于，獲得缺陷信息的具體步驟：根據Solidity缺陷檢測信息，按照缺陷類型整理為每個contract/library含有的不同類型缺陷的缺陷數量；對于缺陷數量數據集，每個contract/library的缺陷數量即為各個類型缺陷數量之和；對于缺陷傾向性數據集，將各個類型的缺陷數量二值化，即缺陷數量大于1的contract/library的標簽標記為1，否則標記為0。

5.根據權利要求1所述的一種面向Solidity智能合約的缺陷預測方法，其特征在于，利用回歸模型預測Solidity智能合約的缺陷數量；其中所述回歸模型為線性回歸、貝葉斯嶺、決策樹回歸、隨機森林回歸、K鄰近回歸中的一種。

6.根據權利要求1所述的一種面向Solidity智能合約的缺陷預測方法，其特征在于，利用分類模型預測Solidity智能合約的缺陷傾向性；其中，所述分類模型為伯努利貝葉斯分類器、高斯貝葉斯分類器、K鄰近分類器、決策樹分類器、隨機森林分類器和支持向量機分類器中的一種。