公开(公告)号：CN119377091A

公开(公告)日：2025-01-28

申请号：CN202411519203.1

申请日：2024-10-29

Applicant: 哈尔滨工程大学

Inventor： 庄园 ,  王诚 ,  樊泽凯 ,  孙建国 ,  林宇 ,  王敬之

IPC: G06F11/3604 ,  G06F18/213 ,  G06F18/22 ,  G06N3/042 ,  G06N3/045

Abstract: 一种基于分层图神经网络的智能合约相似性检测方法，它属于区块链智能合约漏洞挖掘技术领域。本发明解决了现有智能合约相似性检测方法的准确率低的问题。本发明使用预训练模型表征节点语义信息，得到节点层面特征；利用Word2vec处理提取函数层面信息，将节点层语义信息通过GCN进行纵向传递，将GCN处理结果与Word2Vec处理结果进行拼接得到函数层面最终表征；使用GCN对函数层面特征进行处理，将GCN处理结果与Word2Vec处理结果相加，将相加结果通过多层感知机得到合约层面最终特征，使用MPNN网络对节点层和函数层特征进行处理，将处理结果和合约层特征进行连接得到智能合约的最后特征，根据智能合约最后特征得到相似性检测结果。本发明方法可以应用于智能合约相似性检测。