[發(fā)明專利]一種基于圖匹配網(wǎng)絡(luò)的智能合約龐氏騙局檢測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110302875.7
• 申請(qǐng)日: 2021-03-22
• 公開（公告）號(hào): CN113127933B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 龔曉慶;薛永康;李笑;張成;葉貴鑫;湯戰(zhàn)勇;房鼎益
• 申請(qǐng)（專利權(quán)）人: 西北大學(xué)
• 主分類號(hào): G06F21/64
• 分類號(hào): G06F21/64;G06N3/04;G06N3/084;G06N20/00;G06F16/27
• 代理公司: 西安恒泰知識(shí)產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 趙中霞

1.一種基于圖匹配網(wǎng)絡(luò)的智能合約龐氏騙局檢測(cè)模型構(gòu)建方法，其特征在于，包括以下步驟：

步驟一：獲取數(shù)據(jù)：獲取帶標(biāo)簽的龐氏騙局?jǐn)?shù)據(jù)集，所述龐氏騙局?jǐn)?shù)據(jù)集包括多個(gè)智能合約地址、智能合約及其對(duì)應(yīng)的標(biāo)簽，根據(jù)獲取的智能合約地址爬取智能合約的字節(jié)碼；

步驟二：字節(jié)碼構(gòu)圖：使用智能合約的字節(jié)碼構(gòu)建包含結(jié)構(gòu)信息和語義信息的完整的控制流圖；具體包括：

步驟2.1，將步驟一得到的字節(jié)碼反匯編生成智能合約的EVM指令，分析EVM指令并將其劃分為多個(gè)基礎(chǔ)塊，對(duì)基礎(chǔ)塊添加關(guān)系邊，得到初始控制流圖；所述初始控制流圖中每個(gè)基礎(chǔ)塊對(duì)應(yīng)一個(gè)節(jié)點(diǎn)；

步驟2.2，找出初始控制流圖中的所有子圖，根據(jù)子圖的生成順序在子圖間添加順序依賴邊，完善其結(jié)構(gòu)信息，得到包含結(jié)構(gòu)信息的控制流圖；

步驟2.3，使用Sent2Vec模型對(duì)包含結(jié)構(gòu)信息的控制流圖中每個(gè)節(jié)點(diǎn)的特征信息進(jìn)行向量化，并使用One-Hot編碼將包含結(jié)構(gòu)信息的控制流圖中邊的特征信息進(jìn)行向量化；從而得到包含結(jié)構(gòu)信息和語義信息的完整的控制流圖；

所述步驟2.1中對(duì)基礎(chǔ)塊添加關(guān)系邊包括：新建一個(gè)棧模擬EVM指令的進(jìn)棧和出棧順序，找到跳轉(zhuǎn)指令，找到或計(jì)算跳轉(zhuǎn)的目的地址，實(shí)現(xiàn)基礎(chǔ)塊之間的關(guān)系邊的添加，得到初始控制流圖；

所述步驟2.2中，初始控制流圖中若包含多個(gè)子圖，那么根據(jù)步驟2.1生成子圖的順序，在相鄰的子圖之間添加一條順序依賴邊，將相鄰的兩個(gè)子圖合并為一個(gè)圖，以此類推，使得最后只有一個(gè)圖，最終得到圖即為包含結(jié)構(gòu)信息的控制流圖；

步驟三：神經(jīng)網(wǎng)絡(luò)的構(gòu)建和訓(xùn)練：構(gòu)建初始圖匹配神經(jīng)網(wǎng)絡(luò)模型，將龐氏騙局?jǐn)?shù)據(jù)集中的兩個(gè)智能合約的兩個(gè)完整的控制流圖作為輸入，輸出為兩個(gè)智能合約的標(biāo)簽的相似系數(shù)，并將輸出的相似系數(shù)與龐氏騙局?jǐn)?shù)據(jù)集中這兩個(gè)智能合約對(duì)應(yīng)的原始標(biāo)簽之間的相似度進(jìn)行對(duì)比，根據(jù)對(duì)比得到的誤差，利用反向傳播訓(xùn)練神經(jīng)網(wǎng)絡(luò)，得到訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型；所述相似系數(shù)表示輸入的兩個(gè)智能合約的相似程度。

2.如權(quán)利要求1所述的基于圖匹配網(wǎng)絡(luò)的智能合約龐氏騙局檢測(cè)模型構(gòu)建方法，其特征在于，所述步驟一中的龐氏騙局?jǐn)?shù)據(jù)集中的智能合約包括龐氏騙局智能合約以及安全智能合約。

3.如權(quán)利要求1所述的基于圖匹配網(wǎng)絡(luò)的智能合約龐氏騙局檢測(cè)模型構(gòu)建方法，其特征在于，所述步驟三中的初始圖匹配神經(jīng)網(wǎng)絡(luò)包括：編碼層、傳播層和聚合層；編碼層用于通過多層感知器將節(jié)點(diǎn)和邊的特征進(jìn)行編碼；傳播層用于在多輪迭代過程中使用注意力機(jī)制傳播節(jié)點(diǎn)之間的特征信息；聚合層用于利用聚合函數(shù)計(jì)算所有節(jié)點(diǎn)的聚合信息，把圖表示為一個(gè)向量。

4.一種基于圖匹配網(wǎng)絡(luò)的智能合約龐氏騙局檢測(cè)方法，其特征在于，包括以下步驟：

步驟4.1，將待檢測(cè)的智能合約生成完整的待檢測(cè)控制流圖；

步驟4.2，在龐氏騙局?jǐn)?shù)據(jù)集中選取任意一個(gè)龐氏騙局智能合約生成完整的目標(biāo)控制流圖；

步驟4.3，將步驟4.1中的待檢測(cè)控制流圖和步驟4.2得到的目標(biāo)控制流圖輸入權(quán)利要求1得到的訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型得到相似系數(shù)；

步驟4.4，如果步驟4.3得到的相似系數(shù)超過設(shè)定閾值，則判定該待檢測(cè)的智能合約為龐氏騙局智能合約；如果步驟4.3得到的相似系數(shù)低于設(shè)定閾值，則重復(fù)執(zhí)行步驟4.3，直至得到的相似系數(shù)超過設(shè)定閾值，則判定該待檢測(cè)的智能合約為龐氏騙局智能合約；反之，若待檢測(cè)的智能合約與龐氏騙局?jǐn)?shù)據(jù)集中的任意一個(gè)龐氏騙局智能合約都不相似，則為安全智能合約。