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！

龙图腾网获悉北京理工大学申请的专利一种基于图神经网络的智能合约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：CN119691744B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411484861.1，技术领域涉及：G06F21/57；该发明授权一种基于图神经网络的智能合约漏洞检测方法是由徐畅;徐怀钰;祝烈煌;沈啸东设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本一种基于图神经网络的智能合约漏洞检测方法在说明书摘要公布了：本发明提供一种基于图神经网络的智能合约漏洞检测方法，从智能合约代码中提取出程序控制流程图和抽象语法图，然后将其输入到图神经网络转化为高维度特征向量并进行分类，针对区块链上部署了源代码的合约，实现了一种以合约源代码、字节码为输入的智能合约漏洞检测；针对区块链上没有部署源代码的合约，实现了一种仅针对智能合约EVM字节码的智能合约漏洞检测；对比传统的静态分析方法，最大的优势之一就在于运行速度快，本发明能够在保障检测性能的条件下拥有高检测效率；同时，现有其他方法往往只研究了针对单一漏洞进行检测的情况，本发明在此基础上还可以同时对多种漏洞进行检测，仅通过字节码也具有良好的漏洞检测性能。

本发明授权一种基于图神经网络的智能合约漏洞检测方法在权利要求书中公布了：1.一种基于图神经网络的智能合约漏洞检测方法，其特征在于，包括以下步骤： S1：判断区块链上是否部署有待检测智能合约的源代码，若为是，执行操作一；若为否，执行操作二；其中，所述操作一为：从待检测智能合约的源代码中生成抽象语法图ASG，并从字节码中生成程序控制流程图CFG；分别将抽象语法图ASG和程序控制流程图CFG输入图神经网络中，得到两个图对应的图嵌入Tasg和Tcfg，并将Tasg和Tcfg拼接为融合嵌入TSC；所述操作二为：从待检测智能合约的字节码中生成程序控制流程图CFG；将程序控制流程图CFG输入图神经网络中，得到对应的图嵌入Tcfg，并将Tcfg作为融合嵌入TSC； S2：将融合嵌入TSC输入多层感知机模型FNMLP，得到待检测智能合约存在各种漏洞的概率，并将概率大于设定值的漏洞作为待检测智能合约可能存在的漏洞； 所述图神经网络为集成有图神经记忆模块的GCN网络，且所述操作一中，分别将抽象语法图ASG和程序控制流程图CFG作为图G输入图神经网络中，得到对应的图嵌入的方法具体为： 对于输入的图G，采用图神经记忆对GCN中的各层网络的节点特征进行特征蒸馏，得到各层网络对应的图嵌入Tl： Tl＝FTMl-1,Tl-1 其中，Tl为GCN中第l层网络的图嵌入，Ml-1为GCN中第l-1层网络的节点特征矩阵，Tl-1为GCN中第l-1层网络的图嵌入，FT·为图神经记忆的更新函数； 对于输入的图G，采用节点显著性的更新函数FP·获取GCN中的各层网络的节点显著性： Pl-1＝FPTl,Ml-1 其中，Pl-1为第l-1层网络的节点显著性矩阵； 采用各层网络的节点显著性矩阵Pl-1对GCN网络进行正则化，得到更新后的节点特征矩阵Ml： Ml＝FMMl-1,Pl-1 其中，Ml为GCN中第l层网络的节点特征矩阵，FM·为节点特征的更新函数； 将GCN中最后一层网络对应的图嵌入作为最终的图嵌入Tasg或Tcfg； 图神经记忆的更新函数FT·表征的更新操作如下： Tl＝FMLPT′, 其中，UT为图嵌入对应的第一加权图嵌入，为图嵌入对应的第一权重矩阵，XT为节点特征对应的第一加权特征矩阵，为节点特征对应的第一权重矩阵，YT为节点特征对应的第二加权特征矩阵，为节点特征对应的第二权重矩阵；d为自定义的防止数据爆炸的因子，T′为中间图嵌入，FMLP·为多层感知器，softmax·为激活函数，T表示转置； 节点显著性的更新函数FP·表征的更新操作如下： 其中，UP为图嵌入对应的第二加权图嵌入，为图嵌入对应的第二权重矩阵，XP为节点特征对应的第三加权特征矩阵，为节点特征对应的第三权重矩阵； 节点特征的更新函数FM·表征的更新操作如下： Ml＝σwl-1Ml-1γl 其中，σ·为激活函数，wl-1为第l-1层网络的第一正则化聚合权重矩阵，N为输入的图G的节点数量，i为输入的图G的节点的编号，为节点i的第一正则化聚合权重，Ni为节点i的邻居节点，为节点i及其邻居节点的节点集合，γl为第l层网络的第二正则化聚合权重，||·||β为β范数，为输入的图G的邻接矩阵，为输入的图G的度矩阵，dl-1为第l-1层网络的局部聚合权重矩阵，为节点i的局部聚合权重，其中，为节点i的节点显著性。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。

以上内容由龙图腾AI智能生成。