科创中国
基于跨模态预训练模型的智能合约相似性检测方法
发布时间: 2023-10-31
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
高技术服务业
成果介绍
随着区块链技术的快速发展，智能合约被广泛应用于数字支付、金融资产、互联网、供应链等领域。近年来，以太坊中智能合约数量不断增多，带来巨大经济利益的同时也潜藏着高危的安全风险。由于智能合约的开源性，代码克隆成为合约开发中的最常见现象。虽然合约克隆提高了区块链应用开发效率，但也产生了严重的负面影响，包括代码库冗余和合约漏洞风险传播等。因此，智能合约的安全性研究尤为重要，其相似性检测技术的突破，有助于应对合约克隆带来的各种危害(安全漏洞、恶意代码)，确保数字资产的安全可信。
目前代码的相似性检测集中于传统程序语言，智能合约的语义相似性检测仍面临挑战。面向源码层面，现有检测技术针对文本相似性取得了不错的检测效果，但是面对更高抽象层次的语义相似检测的挑战，如何有效地挖掘合约源码的深层语义信息成为智能合约源码相似性检测亟待解决的问题。随着深度学习和自然语言处理技术的发展，利用神经网络模型学习程序的特征表示，已应用于诸多代码相似性检测任务，然而面向区块链智能合约的跨模态语义相似性研究尚处于起步阶段。
成果亮点
本发明提供了一种基于跨模态预训练模型的智能合约相似性检测方案；通过多模态合约语义信息的融合训练过程，以期获得更全面的智能合约的相似性特征；该技术通过对源码的语义注释与CFG(控制流程图)模态进行交互，通过反编译字节码生成控制流图，并经由跨模态预训练模型将CFG图特征转换为向量表示，结合源码中注释信息，利用神经网络捕获语义信息和程序范围内的控制流信息，从而实现高精度智能合约语义相似性检测。
团队介绍
哈尔滨工程大学是首批具有博士、硕士学位授予权单位，1996年被确定为首批“211工程”重点建设高校，2002年经教育部批准设立研究生院，2011年被确定为国家优势学科创新平台项目建设高校，2017年进入国家“双一流”建设行列。学校坚持“三海一核”（船舶工业、海军装备、海洋开发、核能应用）办学方略，为我国船舶工业、核工业、国防现代化和经济社会发展做出了重要贡献，已成为我国船海核领域高水平研究型大学。
成果资料
下载app