[发明专利]智能合约安全检测方法、系统、设备、终端及应用

说明书

本发明属于区块链安全技术领域，公开了一种智能合约安全检测方法、系统、设备、终端及应用，所述智能合约安全检测方法包括：使用开源代码训练word2vec模型；按照智能合约语法将开源代码封装成智能合约函数；将封装好的函数转化为抽象语法树，并提取数据流和控制流信息；将智能合约的数据流和控制流信息转化为图模型；使用已训练的word2vec模型将图节点转化成向量；使用图神经网络对图模型进行训练；读出所有节点信息，将智能合约函数图模型转化成向量；使用分类模型判断函数向量是否包含智能合约漏洞信息。本发明提升了智能合约安全检测效率，并取得了较好的效果。

技术领域

本发明属于区块链安全技术领域，尤其涉及一种智能合约安全检测方法、系统、设备、终端及应用。

背景技术

目前，区块链平台上的智能合约大都涉及数字资产或加密货币的交易和处理，因此智能合约中的漏洞可能被利用而使用户遭受恶意攻击。正因如此，近年来，越来越多的研究人员开始对针对智能合约安全检测方法进行研究，但是现有的研究主要是围绕以太坊平台开展，对Hyperledger Fabric为代表的联盟链平台的智能合约安全检测却缺少针对性的检测方法。主要原因如下：

(1)Fabric平台上的智能合约主要部署在组织内部，难以获取；

(2)以太坊和Fabric具有不同平台特性，两个平台的安全检测工具和方法无法直接互用；

(3)Fabric平台公开的智能合约较少，无法进行规模化的分析研究。

智能合约是一段运行在区块链系统上的软件，同其它软件系统一样，越早发现智能合约中的问题，修正时所投入的人力物力越少。随着在Fabric平台托管的资产越来越多，一旦运行在Fabric平台上的智能合约出现问题，对企业业务产生影响的同时，势必也会造成资金损失，因此针对Fabric智能合约的安全研究尤为迫切和必要。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有的研究主要是围绕以太坊平台开展，对Hyperledger Fabric为代表的联盟链平台的智能合约安全检测却缺少针对性的检测方法。

(2)Fabric平台上的智能合约主要部署在组织内部，难以获取；Fabric平台公开的智能合约较少，无法进行规模化的分析研究。

(3)以太坊和Fabric具有不同平台特性，两个平台的安全检测工具和方法无法直接互用。

解决以上问题及缺陷的难度为：

一方面，由于Fabric平台公开的智能合约代码较少，对于图神经网络来说，可利用的数据集不足，训练数据的缺乏限制机器学习检测模型的质量，增加了本发明模型训练的难度；另一方面现有的区块链平台合约安全检测工具主要是针对以太坊平台的，无法直接用于Fabric平台，而且可供参考的有关Fabric合约漏洞检测资料极度缺乏，进一步增加了方案具体实施的难度。

解决以上问题及缺陷的意义为：

随着区块链技术的不断深入发展并逐渐落地使用，区块链与生活之间的关系越来越密切，智能合约的安全检测愈发重要，本发明针对Hyperledger Fabric平台特点，系统完整地分析了Fabric平台智能合约面临的安全问题和潜在风险，对智能合约进行全面的安全评估，提升Fabric区块链系统整体的安全性，对企业资金因合约安全漏洞遭到损失起到了一定的预防作用，极大的降低了企业资金损失风险。

发明内容

针对现有技术存在的问题，本发明提供了一种智能合约安全检测方法、系统、设备、终端及应用，尤其涉及一种基于图神经网络的智能合约安全检测方法、系统、设备、终端及应用。

本发明是这样实现的，一种智能合约安全检测方法，所述智能合约安全检测方法包括以下步骤：