一种基于序列模型的智能合约可重入漏洞检测方法及系统

摘要

本发明提出一种基于序列模型的智能合约可重入漏洞检测方法及系统，包括以下步骤：获取智能合约源代码；将所述智能合约源代码转换为向量形式，得到智能合约片段向量；构建基于双向循环神经网络与注意力机制融合的可重入漏洞检测序列模型；将所述智能合约片段向量输入可重入漏洞检测序列模型进行重入检测，可重入漏洞检测序列模型输出可重入漏洞检测结果。使用双向循环神经网络对智能合约进行特征提取并利用多注意力机制对重要特征进行捕捉，赋予权重，使得可重入漏洞检测序列模型具有更强的鲁棒性，提高了智能合约可重入漏洞的检测准确率。