一种基于图神经网络的智能合约重入性漏洞检测的方法

摘要

本发明公开了一种基于图神经网络的智能合约重入性漏洞检测的方法，其通过优化后的图神经网络训练、学习实现了智能合约重入性漏洞检测，具体包括：收集智能合约源码数据集；由智能合约源码抽取构建对应图结构模型；对图结构进行标准化处理；构建时间消息流的图神经网络；输入标准化的智能合约图结构数据集，训练智能合约重入性漏洞检测模型，通过模型实现智能合约重入性漏洞检测。本发明将静态源码转化为有时间顺序的消息流图结构，通过训练模型可自动输出重入性和非重入性标签，提高了漏洞检测的准确率，为智能合约漏洞检测提供了新的方法思路，具有很好的实用价值。