一种基于编码解码器的智能合约漏洞检测可解释性方法

摘要

本发明提出了基于编码解码器的智能合约漏洞检测可解释方法，其通过专家规则抽取方法、合约图构建方法、基于神经网络的特征提取方法以及可解释性模型，实现智能合约漏洞检测以及可解释性。具体包括：提取相应漏洞的专家规则；前馈神经网络提取专家规则特征；智能合约源码转化合约图结构并进行规范化；图神经网络提取合约图特征；构建基于Encoder‑Decoder框架的可解释性模型，引入注意力机制，检测智能合约漏洞并给出作用权重值。相较于现有的智能合约漏洞检测工具，本发明尝试结合了深度学习的神经网络模型技术，进一步的提高了检测结果的准确率；相较于传统深度学习模型的“黑箱”性，该发明提供了一种可解释性方案，展望了智能合约漏洞检测的新方向。