| 基于深度学习的智能合约漏洞检测方法综述 |
| |
| 引用本文： | 张小松,牛伟纳,黄世平,孙裕俨,贺哲远.基于深度学习的智能合约漏洞检测方法综述[J].四川大学学报(自然科学版),2023,60(2):020001-18. |
| |
| 作者姓名： | 张小松 牛伟纳 黄世平 孙裕俨 贺哲远 |
| |
| 作者单位： | 电子科技大学计算机科学与工程学院,电子科技大学计算机科学与工程学院,电子科技大学计算机科学与工程学院,电子科技大学计算机科学与工程学院,电子科技大学计算机科学与工程学院 |
| |
| 基金项目： | 国家自然科学基金联合基金（U19A2066）； 四川省自然科学基金（2022NSFSC0871）； 深圳市杰出人才培养经费资助 |
| |
| 摘 要： | 智能合约是区块链三大特点之一，也是区块链具有应用价值和灵活性的领域.本质上，智能合约是一段用特定脚本语言实现的代码，不可避免地存在安全漏洞风险.如何及时准确地检查出各种智能合约的漏洞，就成为区块链安全研究的重点和热点.为了检测智能合约漏洞，研究者提出了各种分析方法，包括符号执行、形式化验证和模糊测试等.随着人工智能技术的快速发展，越来越多基于深度学习的方法被提出，并且在多个研究领域取得了很好的效果.目前，针对基于深度学习的智能合约漏洞检测方法并没有被详细地调查和分析.本文首先简要介绍了智能合约的概念以及智能合约漏洞相关的安全事件；然后对基于深度学习的方法中常用的智能合约特征进行分析；同时对智能合约漏洞检测中常用的深度学习模型进行描述.此外，为了进一步推动基于深度学习的智能合约漏洞检测方法的研究，本文将近年来基于深度学习的智能合约漏洞检测方法根据其特征提取形式进行了总结分类，从文本处理、静态分析和图像处理3个角度进行了分析介绍；最后，总结了该领域面临的挑战和未来的研究方向.
|
| 关 键 词： | 区块链 以太坊 智能合约 漏洞检测 深度学习 |
| 收稿时间： | 2022/12/9 0:00:00 |
| 修稿时间： | 2022/12/21 0:00:00 |
A survey of smart contract vulnerability detection methods based on deep learning |
| |
| ZHANG Xiao-Song,NIU Wei-N,HUANG Shi-Ping,SUN Yu-Yan and HE Zhe-Yuan.A survey of smart contract vulnerability detection methods based on deep learning[J].Journal of Sichuan University (Natural Science Edition),2023,60(2):020001-18. |
| |
| Authors: | ZHANG Xiao-Song NIU Wei-N HUANG Shi-Ping SUN Yu-Yan and HE Zhe-Yuan |
| |
| Institution: | School of Computer Science and Engineering,University of Electronic Science and Technology of China,School of Computer Science and Engineering,University of Electronic Science and Technology of China,School of Computer Science and Engineering,University of Electronic Science and Technology of China,School of Computer Science and Engineering,University of Electronic Science and Technology of China,School of Computer Science and Engineering,University of Electronic Science and Technology of China |
| |
| Abstract: | |
| |
| Keywords: | Blockchain Ethereum Smart contract Vulnerability detection Deep learning |
|
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
