基于迁移学习的智能合约漏洞检测方法 |
| |
引用本文: | 薛佳雷,李斌,张佳乐,孙小兵,蔡杰.基于迁移学习的智能合约漏洞检测方法[J].扬州大学学报(自然科学版),2023(4):25-30. |
| |
作者姓名: | 薛佳雷 李斌 张佳乐 孙小兵 蔡杰 |
| |
作者单位: | 扬州大学信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(62206238,61972335,61872312,62002309);;江苏省自然科学基金资助项目(BK20220562);;江苏省高等学校自然科学研究面上基金资助项目(20KJB520024); |
| |
摘 要: | 针对智能合约源代码漏洞数据集匮乏的问题,提出一种基于迁移学习的智能合约漏洞检测方法.首先,从CodeBERT预训练模型中迁移表示传统编程语言的语义特征参数,学习智能合约编程语言Solidity的语义表示;其次,使用长短期记忆网络处理语义向量,加入上下文语义关联;最后,训练智能合约漏洞检测模型,完成智能合约源代码形式的二分类漏洞检测任务.实验结果表明,与基线方法和机器学习方法相比,该方法在数据集匮乏情况下的智能合约漏洞检测准确率更高.
|
关 键 词: | 区块链 智能合约 漏洞检测 深度学习 迁移学习 |
|
|