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！

龙图腾网获悉电子科技大学;成都交子区块链产业创新中心有限公司;电子科技大学(深圳)高等研究院申请的专利一种基于自监督学习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：CN116340951B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310260966.8，技术领域涉及：G06F21/57；该发明授权一种基于自监督学习的智能合约漏洞检测方法是由牛伟纳;张小松;黄世平;曹晟;杜翔;李莹珠;桂勋设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种基于自监督学习的智能合约漏洞检测方法在说明书摘要公布了：本发明涉及智能合约安全领域，公开了一种基于自监督学习的智能合约漏洞检测方法，目的在于从字节码层面获取有效的智能合约漏洞相关结构化表征，通过自监督学习方法学习与漏洞相关的关键特征，提高智能合约漏洞检测的鲁棒性。所述方法包括：收集智能合约字节码；构建智能合约操作码程序依赖图；提取漏洞相关程序依赖图切片，构建自监督学习数据集和漏洞检测模型训练数据集；使用自监督学习数据集训练自监督学习模型，提取程序依赖图切片特征；使用漏洞检测模型数据集训练智能合约漏洞检测模型；使用训练好的自监督学习模型提取待测智能合约漏洞相关特征，输入到训练好的智能合约漏洞检测模型中进行漏洞检测。

本发明授权一种基于自监督学习的智能合约漏洞检测方法在权利要求书中公布了：1.一种基于自监督学习的智能合约漏洞检测方法，其特征在于，所述方法包括： 收集智能合约字节码； 构建智能合约操作码程序依赖图； 提取漏洞相关操作码程序依赖图切片，构建自监督学习数据集和漏洞检测模型数据集； 使用自监督学习数据集训练自监督学习模型，提取程序依赖图切片特征； 使用漏洞检测模型数据集训练智能合约漏洞检测模型； 使用训练好的自监督学习模型提取待测智能合约漏洞相关特征，然后输入到训练好的智能合约漏洞检测模型中进行漏洞检测； 所述自监督学习模型包括图自编码器模型和堆叠降噪自编码器模型； 所述降噪自编码器包括噪声引入层、编码层、解码层和交叉熵损失层，其中： 所述噪声引入层，以某一概率将输入的程序依赖图切片特征某些维度置0，得到有噪声的数据特征； 所述编码层，将有噪声的数据特征作为输入，提取隐藏层特征； 所述解码层，将隐藏层特征作为输入，重新构建与输入数据相同维度的特征作为输出； 所述交叉熵损失层，计算原始数据特征和重建数据特征的交叉熵损失，指导降噪自编码器通过反向传播进行训练； 所述降噪自编码器训练完成后保留编码层作为特征提取层； 堆叠降噪自编码器由多个堆叠的降噪自编码器组成，其训练过程如下： 第一层降噪自编码器将训练好的图自编码器输出的程序依赖图切片初始特征作为输入进行训练； 此后每一层降噪自编码器都在前一层降噪自编码器训练完成后将其输出的隐藏特征作为当前层的输入进行训练； 每一层降噪自编码器训练完成后，所述堆叠降噪自编码器训练完成； 训练好的堆叠降噪自编码器输出程序依赖图切片的去噪特征。

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电子科技大学;成都交子区块链产业创新中心有限公司;电子科技大学(深圳)高等研究院，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。