返回
A Vulnerability-Type Correlation-Aware Smart Contract Multivulnerability Detection Model
DOI:10.1109/JIOT.2026.3677538.png)
摘要
En 中文
区块链技术已广泛应用于物联网(IoT)领域,为解决物联网系统中的安全挑战提供了有效支持。然而,由于语言和部署平台的发展尚不成熟,智能合约容易产生各种漏洞。考虑到智能合约的不可篡改性,部署前的有效漏洞检测尤为关键。现有检测方法存在两大主要局限:一是只能识别有限数量的特定漏洞,导致覆盖面低;二是忽略了漏洞类型间的隐含关联信息。为解决这些问题,本文提出了一种智能合约多漏洞检测模型,即一种集成漏洞类型关联感知的智能合约分析器(CorrelaScan)。该模型基于多任务学习架构,包括共享层和特定任务层。共享层使用BERT提取共享特征,而特定任务层使用双向门控循环单元(BiGRUs)学习特定任务特征,用于漏洞检测和类型分类。此外,在特定任务层中集成了漏洞类型嵌入(VTE)模块。该模块通过计算智能合约操作码与漏洞类型之间的相似度来挖掘潜在关联,从而增强检测引导并提升模型性能。在公开数据集上的实验验证表明,该模型可同时检测整数溢出或下溢、重入攻击和时戳依赖等十种类型的漏洞,平均F1值达到85.22%,其检测性能优于当前最先进的方法。
Keyword:
Multitask learning
multivulnerability detection
smart contracts
vulnerability-type embedding (VTE)
期刊
IF:
8.9
论文数:
1.4W
被引数:
7.8W
机构
引用论文
暂无论文信息

