一种基于机器学习的智能合约安全漏洞检测方法

摘要

本发明公开了一种基于机器学习的智能合约安全漏洞检测方法，首先收集智能合约源代码数据，并进行数据预处理，构建机器学习的样本集；然后通过公开的智能合约漏洞检测器为样本集数据确定漏洞标签，将智能合约源代码转译成XML结构化文本，在此基础上对数据集中智能合约源代码进行特征抽取，针对智能合约不同漏洞类型，考虑当前Solidity智能合约样本数据有限，因此本发明依据标签样本数量，采用两种不同的机器学习算法来进行分析。其中，针对多数据样本采用随机森林算法构建模型、针对少数据样本利用迁移学习构建检测模型，本发明可以更加高效、自动化地得到检测出Solidity智能合约漏洞。