買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣州大學(xué)申請(qǐng)的專(zhuān)利一種基于CNN-LSTM多分類(lèi)模型的智能合約未知漏洞檢測(cè)方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116150757B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202211228581.5，技術(shù)領(lǐng)域涉及：G06F21/57；該發(fā)明授權(quán)一種基于CNN-LSTM多分類(lèi)模型的智能合約未知漏洞檢測(cè)方法是由彭滔;李旭彬;王國(guó)軍;李培強(qiáng);顧婉儀;翟廣鑫;黎相彬設(shè)計(jì)研發(fā)完成，并于2022-10-08向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于CNN-LSTM多分類(lèi)模型的智能合約未知漏洞檢測(cè)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于CNN?LSTM多分類(lèi)模型的智能合約未知漏洞檢測(cè)方法，包括：S1，在以太坊客戶端Geth進(jìn)行插樁；S2，通過(guò)已插樁的以太坊客戶端Geth獲得正常操作碼序列集和漏洞操作碼序列集；S3，預(yù)訓(xùn)練模型訓(xùn)練embedding詞向量，獲得詞向量索引字典；S4，根據(jù)詞向量索引字典將重放操作碼序列轉(zhuǎn)成特征向量矩陣，利用CNN神經(jīng)網(wǎng)絡(luò)降維；S5，利用降維后的特征向量矩陣對(duì)LSTM分類(lèi)模型進(jìn)行訓(xùn)練；S6，利用已插樁的以太坊客戶端Geth實(shí)時(shí)收集交易產(chǎn)生的待測(cè)操作碼序列；S7，在檢測(cè)階段，針對(duì)每個(gè)待測(cè)操作碼序列，對(duì)分類(lèi)模型給出的所有漏洞類(lèi)別的概率值求和并與閾值比較，完成對(duì)未知漏洞的判定。

本發(fā)明授權(quán)一種基于CNN-LSTM多分類(lèi)模型的智能合約未知漏洞檢測(cè)方法在權(quán)利要求書(shū)中公布了：1.一種基于CNN-LSTM多分類(lèi)模型的智能合約未知漏洞檢測(cè)方法，其特征在于，包括以下步驟： S1，在以太坊客戶端Geth進(jìn)行插樁； S2，對(duì)以太坊的區(qū)塊交易進(jìn)行重放，通過(guò)已插樁的以太坊客戶端Geth獲得正常操作碼序列集和漏洞操作碼序列集； S3，利用Word2vec預(yù)訓(xùn)練模型訓(xùn)練embedding詞向量，獲得詞向量索引字典； S4，根據(jù)詞向量索引字典將重放操作碼序列轉(zhuǎn)成特征向量矩陣，利用CNN神經(jīng)網(wǎng)絡(luò)降維； S5，在訓(xùn)練階段，利用降維后的特征向量矩陣對(duì)LSTM分類(lèi)模型進(jìn)行訓(xùn)練； S6，利用已插樁的以太坊客戶端Geth實(shí)時(shí)收集交易產(chǎn)生的待測(cè)操作碼序列； S7，在檢測(cè)階段，針對(duì)每個(gè)待測(cè)操作碼序列，對(duì)分類(lèi)模型給出的所有漏洞類(lèi)別的概率值求和并與閾值比較，完成對(duì)未知漏洞的判定； 所述步驟S2中，所述的重放是指對(duì)以太坊目前已執(zhí)行過(guò)的交易在本地私有鏈上重新執(zhí)行，通過(guò)已插樁的以太坊客戶端Geth獲取正常操作碼序列集和漏洞操作碼序列集，兩種序列集組成輸入后續(xù)模型的數(shù)據(jù)集，具體流程為： S201，對(duì)以太坊的區(qū)塊交易進(jìn)行重放； S202，通過(guò)已插樁的以太坊客戶端Geth獲得正常操作碼序列集和漏洞操作碼序列集； 所述步驟S7的具體流程如下： S701，將收集到的待測(cè)操作碼序列輸入訓(xùn)練好的CNN-LSTM多分類(lèi)模型，獲得每種漏洞類(lèi)別的概率值并求和； S702，比較概率和與閾值，若概率和大于閾值，則發(fā)現(xiàn)新的未知漏洞，否則未發(fā)現(xiàn)。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人廣州大學(xué)，其通訊地址為：510006 廣東省廣州市大學(xué)城外環(huán)西路230號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。