[發明專利]基于深度預訓練神經網絡的智能合約漏洞檢測系統及方法

在審

• 申請號: 202310584984.1
• 申請日: 2023-05-23
• 公開（公告）號: CN116578989A
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 李曉琦;申一鳴;李昆樺;毛霖;李文凱
• 申請（專利權）人: 海南大學
• 主分類號: G06F21/57
• 分類號: G06F21/57;G06N20/00
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 張焱

本發明公開了一種基于深度預訓練神經網絡的智能合約漏洞檢測系統及方法，系統包括：數據采集模塊，用于通過多種傳統分析工具對智能合約進行標注，獲得智能合約漏洞數據集；預處理模塊，用于對智能合約漏洞數據集進行預處理，獲得帶有權重的預處理數據集；置信學習模塊，與預處理模塊連接，用于對預處理數據集進行結果共識與修剪，得到模型訓練數據集；漏洞檢測模型構建模塊，與置信學習模塊連接，用于基于模型訓練數據集對CodeT5模型進行訓練，得到漏洞檢測模型；漏洞檢測模塊，與漏洞檢測模型構建模塊連接，用于通過漏洞檢測模型判斷智能合約是否存在漏洞。本系統提高了漏洞檢測的準確性和效率，有助于區塊鏈鏈上合約的環境安全。

技術領域

本發明屬于信息安全技術領域，尤其涉及一種基于深度預訓練神經網絡的智能合約漏洞檢測系統及方法。

背景技術

以太坊是一種基于區塊鏈技術的開放式智能合約平臺，可以為各種業務提供去中心化的服務。智能合約是以太坊平臺的核心功能，其代碼是通過Solidity等高級編程語言編寫的。然而，由于智能合約中的代碼可能存在漏洞，如拒絕服務、重入漏洞、提前交易、整數溢出、時間戳控制、未經檢查的低級調用與不正確的訪問控制漏洞等，可能會導致資產損失、系統崩潰等風險，從而影響區塊鏈平臺的可信度、安全性和可靠性。因此，如何檢測和修復智能合約中的漏洞是一項重要的研究任務。

現有的智能合約漏洞檢測方法主要基于傳統的靜態分析、符號執行、模糊測試與新興的人工智能檢測等技術。然而，這些方法面臨著一些挑戰，如傳統方法處理速度慢、誤報率高、覆蓋率低，而現有的基于使用多種準確率不一的傳統工具標注的不平衡智能合約漏洞數據集進行訓練的人工智能方法存在難以學習到漏洞的真實特征，難以處理復雜代碼結構語義等問題。因此，開發一種高效、準確、自動化的智能合約漏洞檢測框架具有重要的研究意義和應用價值。

發明內容

為解決上述技術問題，本發明提出了一種基于深度預訓練神經網絡的智能合約漏洞檢測系統及方法，以解決傳統方法處理速度慢、誤報率高、覆蓋率低，人工智能方法難以從不平衡且存在錯誤的不可信標簽數據集中學習到代碼結構復雜的漏洞真實特征的問題。

為實現上述目的，本發明提供了一種基于深度預訓練神經網絡的智能合約漏洞檢測系統，所述系統包括：

數據采集模塊，用于通過多種傳統分析工具對智能合約進行標注，獲得智能合約漏洞數據集；

預處理模塊，與所述數據采集模塊連接，用于對所述智能合約漏洞數據集進行預處理，獲得帶有權重的預處理數據集；

置信學習模塊，與所述預處理模塊連接，用于對所述預處理數據集進行結果共識與修剪，得到質量更高的模型訓練數據集；

漏洞檢測模型構建模塊，與所述置信學習模塊連接，用于基于所述模型訓練數據集通過AdamW優化器對CodeT5模型進行訓練，得到漏洞檢測模型；

漏洞檢測模塊，與所述漏洞檢測模型構建模塊連接，用于通過漏洞檢測模型判斷智能合約是否存在漏洞。

優選地，所述預處理模塊包括函數片段生成單元、序列編碼單元和重采樣單元；

所述函數片段生成單元用于將智能合約代碼編譯為抽象語法樹后遍歷節點，提取函數級代碼片段；

所述序列編碼單元用于應用簡化規則簡化代碼片段，生成序列標記；

所述重采樣單元用于對生成序列標記的代碼片段進行重采樣分配權重，獲得帶有權重的預處理數據集。

優選地，所述置信學習模塊包括噪聲近似學習單元和置信評估單元；

所述噪聲近似學習單元用于在預處理數據集上對CodeT5模型進行微調，獲取模型預測標簽和噪聲標簽之間的聯合分布；

所述置信評估單元用于根據聯合分布和置信度閾值對預處理數據集進行過濾處理，獲得剪枝后的模型訓練數據集。