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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于分层图神经网络的智能合约相似性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：CN119377091B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411519203.1，技术领域涉及：G06F11/3604；该发明授权一种基于分层图神经网络的智能合约相似性检测方法是由庄园;王诚;樊泽凯;孙建国;林宇;王敬之设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于分层图神经网络的智能合约相似性检测方法在说明书摘要公布了：一种基于分层图神经网络的智能合约相似性检测方法，它属于区块链智能合约漏洞挖掘技术领域。本发明解决了现有智能合约相似性检测方法的准确率低的问题。本发明使用预训练模型表征节点语义信息，得到节点层面特征；利用Word2vec处理提取函数层面信息，将节点层语义信息通过GCN进行纵向传递，将GCN处理结果与Word2Vec处理结果进行拼接得到函数层面最终表征；使用GCN对函数层面特征进行处理，将GCN处理结果与Word2Vec处理结果相加，将相加结果通过多层感知机得到合约层面最终特征，使用MPNN网络对节点层和函数层特征进行处理，将处理结果和合约层特征进行连接得到智能合约的最后特征，根据智能合约最后特征得到相似性检测结果。本发明方法可以应用于智能合约相似性检测。

本发明授权一种基于分层图神经网络的智能合约相似性检测方法在权利要求书中公布了：1.一种基于分层图神经网络的智能合约相似性检测方法，其特征在于，所述方法的具体过程为： 对智能合约的字节码进行处理后，得到智能合约的区块节点、区块节点之间的边、函数以及分别与每个函数对应的函数签名、函数签名之间的边和EVM指令，再分别从节点层、函数层和合约层进行静态分析，静态分析的具体过程为： 在节点层 利用BERT模型将每个区块节点Bi分别转换为一个初始向量其中，i＝0,1,…,m，m+1是区块节点总数； 再将初始向量经过MPNN网络，输出节点层最终特征表示 在函数层 利用Word2Vec对函数Fj进行处理，生成函数Fj的上下文向量，利用Word2Vec对函数Fj对应的函数签名进行处理，生成函数Fj对应的函数签名特征向量根据函数Fj的上下文向量与函数签名特征向量来计算函数Fj的初始特征表示其中，j＝0,1,…,n，n+1是函数总数； 并采用GCN将函数Fj内部的区块节点{B1,B2,...Bm′}进行聚合，得到结构化的函数特征再将和相加，并将相加结果经过多层感知机，得到函数Fj的更新后初始特征表示 将各个函数的更新后初始特征表示经过MPNN网络，通过MPNN网络输出函数层最终特征表示 在合约层 利用Word2Vec对智能合约进行处理生成合约上下文向量，利用Word2Vec对EVM指令进行处理生成合约层指令向量再根据合约上下文向量和计算合约的初始特征表示 采用GCN对函数层得到的各个函数特征表示进行处理，得到处理后的特征再将和相加，将相加结果经过多层感知机，将多层感知机的输出作为合约层的最终特征表示 将和进行拼接，将拼接结果作为智能合约的特征； 对于任意的两个待进行相似性检测的智能合约，分别提取出每个智能合约的特征后，根据提取的特征计算待进行相似性检测的两个智能合约的相似性分数，若两个智能合约的相似性分数大于分数阈值，则两个智能合约相似，否则两个智能合约不相似。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。