.png){kind=icon}
返回
ESA: An Enhanced Sequential Algorithm-Based Model for Smart Contract Vulnerability Detection
.png){kind=icon}
PRE
AI
DOI：10.3897/jucs.137000.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
当前智能合约的安全问题正成为研究者和开发者普遍关注的焦点。现有的智能合约漏洞检测方法过度依赖固定的专家规则，导致检测精度较低。为应对复杂且不断变化的智能合约应用场景，我们选择使用图神经网络进行漏洞检测。本文提出了一种基于增强顺序算法的漏洞检测模型ESA。在编码过程中，将合约函数源代码描述为合约图，这增强了模型在学习过程中对节点特征的全局洞察力，同时减少了与漏洞无关的噪声节点数量，并保留了足够的上下文语义特征。与前沿方法相比，我们的模型显著提高了重入漏洞和时间戳依赖漏洞的检测精度，其检测准确率分别达到89.09%和88.49%。
Keyword:
Blockchain
Smart contract
Vulnerability detection
Graph neural network
Attention mechanisms
