买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州大学申请的专利一种基于CNN-LSTM多分类模型的智能合约未知漏洞检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116150757B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211228581.5，技术领域涉及：G06F21/57；该发明授权一种基于CNN-LSTM多分类模型的智能合约未知漏洞检测方法是由彭滔;李旭彬;王国军;李培强;顾婉仪;翟广鑫;黎相彬设计研发完成，并于2022-10-08向国家知识产权局提交的专利申请。

本一种基于CNN-LSTM多分类模型的智能合约未知漏洞检测方法在说明书摘要公布了：本发明公开了一种基于CNN‑LSTM多分类模型的智能合约未知漏洞检测方法，包括：S1，在以太坊客户端Geth进行插桩；S2，通过已插桩的以太坊客户端Geth获得正常操作码序列集和漏洞操作码序列集；S3，预训练模型训练embedding词向量，获得词向量索引字典；S4，根据词向量索引字典将重放操作码序列转成特征向量矩阵，利用CNN神经网络降维；S5，利用降维后的特征向量矩阵对LSTM分类模型进行训练；S6，利用已插桩的以太坊客户端Geth实时收集交易产生的待测操作码序列；S7，在检测阶段，针对每个待测操作码序列，对分类模型给出的所有漏洞类别的概率值求和并与阈值比较，完成对未知漏洞的判定。

本发明授权一种基于CNN-LSTM多分类模型的智能合约未知漏洞检测方法在权利要求书中公布了：1.一种基于CNN-LSTM多分类模型的智能合约未知漏洞检测方法，其特征在于，包括以下步骤： S1，在以太坊客户端Geth进行插桩； S2，对以太坊的区块交易进行重放，通过已插桩的以太坊客户端Geth获得正常操作码序列集和漏洞操作码序列集； S3，利用Word2vec预训练模型训练embedding词向量，获得词向量索引字典； S4，根据词向量索引字典将重放操作码序列转成特征向量矩阵，利用CNN神经网络降维； S5，在训练阶段，利用降维后的特征向量矩阵对LSTM分类模型进行训练； S6，利用已插桩的以太坊客户端Geth实时收集交易产生的待测操作码序列； S7，在检测阶段，针对每个待测操作码序列，对分类模型给出的所有漏洞类别的概率值求和并与阈值比较，完成对未知漏洞的判定； 所述步骤S2中，所述的重放是指对以太坊目前已执行过的交易在本地私有链上重新执行，通过已插桩的以太坊客户端Geth获取正常操作码序列集和漏洞操作码序列集，两种序列集组成输入后续模型的数据集，具体流程为： S201，对以太坊的区块交易进行重放； S202，通过已插桩的以太坊客户端Geth获得正常操作码序列集和漏洞操作码序列集； 所述步骤S7的具体流程如下： S701，将收集到的待测操作码序列输入训练好的CNN-LSTM多分类模型，获得每种漏洞类别的概率值并求和； S702，比较概率和与阈值，若概率和大于阈值，则发现新的未知漏洞，否则未发现。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。