买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜哈尔滨工业大学申请的专利基于合约语义图与深广特征融合的智能合约漏洞检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116561771B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310650119.2，技术领域涉及：G06F21/57；该发明授权基于合约语义图与深广特征融合的智能合约漏洞检测方法是由苏小红;魏子越;郑伟宁;魏宏魏;陶文鑫;张彦航设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本基于合约语义图与深广特征融合的智能合约漏洞检测方法在说明书摘要公布了：本发明公开了一种基于合约语义图与深广特征融合的智能合约漏洞检测方法，所述方法能够充分利用智能合约代码中数据流、控制流与fallback运行机制的相关信息，构建出包含丰富结构信息的智能合约语义图。然后结合代码token序列的顺序语义信息与智能合约语义图的结构语义信息，利用深度神经网络提取出智能合约的深度语义特征，同时基于预先定义好的可解释的人工漏洞检测规则，使用全连接层与激活函数构成的线性模型提取出智能合约的人工规则特征。最后，使用WideDeep模型对分别侧重广度和深度的两种特征进行融合，进行智能合约的漏洞检测。本发明可以有效表示智能合约中与漏洞相关的语义信息。

本发明授权基于合约语义图与深广特征融合的智能合约漏洞检测方法在权利要求书中公布了：1.一种基于合约语义图与深广特征融合的智能合约漏洞检测方法，其特征在于所述方法包括如下步骤：步骤1：构建智能合约语义图，具体步骤如下：步骤1.1：通过Slither工具，提取出智能合约中函数的控制流图；步骤1.2：通过添加函数定义关系、函数间调用关系与合约入口节点，构建智能合约的增强控制流图；步骤1.3：提取智能合约中的数据流信息，并在增强的控制流图中增加相应的数据流边；步骤1.4：提取智能合约中的fallback运行机制信息，并在增强的控制流图中添加fallback边与fallback节点；步骤1.5：整合增强控制流图、数据流信息以及fallback运行机制信息，构建智能合约语义图；步骤2：基于深度学习模型提取合约代码的深度语义特征，具体步骤如下：步骤2.1：将智能合约代码分割为token序列；步骤2.2：使用CodeBert预训练模型对智能合约的token序列与智能合约语义图的节点内语句进行嵌入，以获得其初始向量表示；步骤2.3：使用GGNN对智能合约语义图进行表示学习，以学习每个节点的隐藏向量表示，并采用节点向量平均的方式读出图级向量表示，得到智能合约代码的结构语义特征，即合约语义图特征的向量表示；步骤2.4：使用BiGRU对智能合约代码的token序列进行表示学习，得到智能合约代码的序列特征的向量表示；步骤2.5：将智能合约序列特征与合约语义图特征进行拼接，得到智能合约的深度语义特征；步骤3：使用人工规则对智能合约代码进行筛查生成One-hot编码，并使用由全连接层与激活函数构成的线性模型提取基于人工规则的广度语义特征，即人工规则特征；步骤4：使用WideDeep模型融合智能合约的深度语义特征与广度语义特征，并送入Softmax层得到预测结果，利用标签信息计算交叉熵损失函数，根据误差反向传播调整网络参数，直到网络对输入的响应达到预定的目标范围为止，训练结束；步骤5：使用训练好的完整模型对智能合约代码进行漏洞检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。