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！

龙图腾网获悉中山大学申请的专利基于强化学习的智能合约漏洞检测方法、装置及相关设备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：CN114896601B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202210499929.8，技术领域涉及：G06F21/57；该发明授权基于强化学习的智能合约漏洞检测方法、装置及相关设备是由郑子彬;苏健钟设计研发完成，并于2022-05-09向国家知识产权局提交的专利申请。

本基于强化学习的智能合约漏洞检测方法、装置及相关设备在说明书摘要公布了：本申请公开了一种基于强化学习的智能合约漏洞检测方法、装置及相关设备，所述方法包括：根据所选取的函数簇、智能合约的状态以及操作码覆盖率的增长率，构建交易代理模型与模拟交易平台的交互接口；通过所述交互接口将训练后的交易代理模型连接到模拟交易平台中，由所述交易代理模型确定交易中所选取的函数簇，由所述模拟交易平台响应所选取的函数簇并生成相应的日志信息；分析所述日志信息，得到目标智能合约的漏洞检测结果；其中，所述交易代理模型为采用强化学习算法通过无监督学习训练得到，可以提高模糊测试的效率以及挖掘更深层的执行路径。

本发明授权基于强化学习的智能合约漏洞检测方法、装置及相关设备在权利要求书中公布了：1.一种基于强化学习的智能合约漏洞检测方法，其特征在于，包括： 根据所选取的函数簇、智能合约的状态以及操作码覆盖率的增长率，构建交易代理模型与模拟交易平台的交互接口； 通过所述交互接口将训练后的交易代理模型连接到模拟交易平台中，由所述交易代理模型确定交易中所选取的函数簇，由所述模拟交易平台响应所选取的函数簇并生成相应的日志信息； 所述日志信息生成过程，具体为： 当所述交易代理模型确定所选取的函数簇后，可以从所述函数簇中选定相应的函数，并随机生成相应的函数参数，以作为一个完整的交易，由所述交易代理模型输入至所述模拟交易平台，由所述模拟交易平台响应并执行该交易，返回相应的交易结果并生成日志信息； 分析所述日志信息，得到目标智能合约的漏洞检测结果； 其中，所述交易代理模型为采用强化学习算法通过无监督学习训练得到； 所述交互接口包括状态接口、动作选择接口和奖励反馈接口； 所述根据所选取的函数簇、智能合约的状态以及操作码覆盖率的增长率，构建交易代理模型与模拟交易平台的交互接口的过程，包括： 根据智能合约的当前状态及预设的多个函数簇，构建交易代理模型与模拟交易平台的动作选择接口； 根据智能合约的状态，构建交易代理模型与模拟交易平台的状态接口； 根据操作码覆盖率的增长率，构建交易代理模型与模拟交易平台的奖励反馈接口； 所述动作选择接口为交易代理模型到模拟交易平台的动作输入；所述根据智能合约的当前状态及预设的多个函数簇，构建交易代理模型与模拟交易平台的动作选择接口的过程，包括： 根据智能合约的当前状态，通过贪婪算法从所述预设的多个函数簇中确定目标函数簇，并从目标函数簇中确定目标函数； 随机生成目标函数的参数x、交易发起者sender及交易金额amount，并构建所述动作输入t： ； 其中，所述预设的多个函数簇为预先通过K-means算法将不同智能合约所包含的函数进行聚类得到，每一函数簇包含若干功能相似的函数； 所述状态接口为模拟交易平台到交易代理模型的状态输入；所述根据智能合约的状态，构建交易代理模型与模拟交易平台的状态接口的过程，包括： 获取智能合约的状态，所述状态包括被执行的操作码频率、智能合约的余额和每个函数簇被选取的频率； 将所述状态转换为特征向量，并以所述特征向量作为模拟交易平台到交易代理模型的状态输入； 所述奖励反馈接口为模拟交易平台到交易代理模型的奖励输入，所述根据操作码覆盖率的增长率，构建交易代理模型与模拟交易平台的奖励反馈接口的过程，包括： 根据操作码的覆盖率以及当前的步数，确定奖励值，所述奖励值与操作码的覆盖率以及当前所执行的步数正相关； 以所述奖励值作为模拟交易平台到交易代理模型的奖励输入； 所述交易代理模型为深度Q学习网络DQN模型；所述交易代理模型的训练过程，包括： 获取多份智能合约代码，并基于各智能合约代码确定多个函数簇； 根据所述多个函数簇构建动作空间A，根据被执行的操作码频率、合约的余额及每个函数簇被选取的频率构建状态空间S，根据操作码的覆盖率以及当前的步数构建奖励函数R； 初始化DQN模型的网络参数，其中，，； 通过所述DQN模型确定所选取的函数簇，根据所述所选取的函数簇采取动作，进入状态，并计算所述动作所获得的奖励，对网络参数Q进行更新： ； 其中，t为当前时刻，t+1为当前时刻的下一时刻，是指学习率，用于控制前一个Q值和新提出的Q值之间被考虑到的差异程度。

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中山大学，其通讯地址为：510275 广东省广州市新港西路135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”。