Indexed by：
Abstract：
本发明公开了一种结合对抗迁移学习和多任务学习的智能合约漏洞检测方法，首先，在数据预处理阶段，将智能合约样本源码反编译形成的操作码序列，利用N‑Gram语言模型处理构造2‑gram操作码语法序列，形成模型的输入。其次，在模型构建阶段，构建基于混合参数共享架构设计的底部共享层，用于提取通用特征和私有特征；构建基于神经网络的多任务分类网络的顶部任务层，用于实现智能合约漏洞的检测与识别任务；最后，结合对抗迁移学习和多任务学习构建智能合约漏洞检测模型。在训练阶段，将数据预处理阶段得到的2‑gram操作码语法序列输入到模型中进行训练，本发明具有较好的泛化性能。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202211571952.X
Filing Date： 2022-12-08
Publication Date： 2023-08-15
Pub. No.： CN116595530A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
