首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于动态模糊测试和机器学习的智能合约漏洞检测方法
引用本文:朱飑凯,李颖,张志强,曹敏,刘三满.基于动态模糊测试和机器学习的智能合约漏洞检测方法[J].警察技术,2021(6):56-60.
作者姓名:朱飑凯  李颖  张志强  曹敏  刘三满
作者单位:山西警察学院;山西省空间信息网络工程技术研究中心;山西警察学院
基金项目:教育部高等职业教育创新发展行动计划;基础研究项目;山西省高等学校科技创新项目;山西省工程重点学科建设计划;教学改革项目;安徽省农科院院创新团队项目
摘    要:智能合约的出现和发展拓宽了区块链的应用场景和现实意义,但频繁的安全事故给区块链的发展带来了障碍。但是,智能合约漏洞进行完备性和安全性分析的方法仍未被提出。当前对于智能合约的安全保障主要依靠专家审计和人工复查,该方式不能保证代码的绝对安全。针对智能合约漏洞挖掘的误报率、低效能等问题,在动态模糊测试和机器学习方法的基础上,提出一种适用于智能合约漏洞的检测方法与模型。该方法提高了智能合约漏洞挖掘的自动化程度和准确性。

关 键 词:智能合约  安全检测  机器学习  动态模糊测试  特征迁移
本文献已被 万方数据 等数据库收录!
点击此处可从《警察技术》浏览原始摘要信息
点击此处可从《警察技术》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号