| 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 |
|
|
