基于Bi-LSTM和Attention的智能合约分类

摘要

针对区块链技术存在智能合约服务困难问题,提出基于注意力机制和双向长短期记忆神经网络的智能合约分类.运用Bi-LSTM网络从智能合约源代码和账户信息两个角度进行建模,提取出智能合约的最大特征信息.加入注意力机制的Bi-LSTM模型在Dataset-E、Dataset-N和Dataset-EO数据集上正确率分别达到89.8％、87.9％和85.0％,比同样条件下传统的CNN模型提高6.4％、5.5％和3.7％.仿真结果表明该智能合约分类能捕获到关键特征,提高效率和准确度.