基于深度学习的智能合约漏洞检测与分析方法研究

目录

声明

致谢

1引言

1.1 研究背景和意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 论文组织结构

2 相关理论基础和技术

2.1 区块链及以太坊介绍

2.1.1 以太坊及其相关概念

2.1.2 以太坊总体架构

2.2 智能合约介绍

2.2.1 智能合约框架

2.2.2 智能合约源码、字节码和操作码

2.3 机器学习与深度学习

2.3.1 机器学习算法概述

2.3.2 深度学习算法概述

2.3.2 相关学习算法

2.4 本章小结

3 智能合约漏洞与数据采集及预处理

3.1 智能合约漏洞

3.1.1 智能合约漏洞基础

3.1.2 智能合约漏洞与攻击分析

3.2 数据爬取与采集

3.3 数据集标注

3.4 本章小结

4 基于操作码n-gram的智能合约漏洞检测

4.1 操作码n-gram合约漏洞检测流程概述

4.2 操作码特征提取

4.2.1 源码编译与字节码解析

4.2.2 操作码简化抽象

4.2.3 特征提取

4.2.4 特征矩阵定义与构建

4.3 多标签分类模型构建

4.4 多标签分类模型评估

4.4.1 评价指标

4.4.2 实验结果与分析

4.5 本章小结

5 基于操作码序列深度学习的智能合约漏洞检测

5.1 操作码序列漏洞检测模型流程概述

5.2 操作码序列构建

5.3 漏洞检测模型设计

5.4 漏洞检测深度学习模型训练

5.4.1 循环神经网络模型

5.4.2 长短期记忆神经网络模型

5.4.3 卷积神经网络-双向循环神经网络模型

5.4.4 卷积神经网络-长短期记忆神经网络模型

5.5 模型评估

5.5.1 实验结果

5.5.2 模型比较与分析

5.6 本章小结

6 结论与展望

6.1 论文总结

6.2 未来工作展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集