(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210988222.3 (22)申请日 2022.08.17 (71)申请人 哈尔滨工业大 学 （深圳） 地址 518055 广东省深圳市南 山区桃源街 道深圳大 学城哈尔滨工业大 学校区 申请人 上海境山科技有限公司 (72)发明人 何道敬　李鑫吉　 (74)专利代理 机构 哈尔滨市阳光惠远知识产权 代理有限公司 2321 1 专利代理师 赵艳华 (51)Int.Cl. H04L 9/40(2022.01) H04L 41/00(2022.01) G06F 21/57(2013.01) G06F 21/64(2013.01)G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 一种基于图神经网络的多特征融合区块链 智能合约漏洞检测方法、 装置、 计算机及存储介 质 (57)摘要 一种基于图神经网络的多特征融合区块链 智能合约漏洞检测方法、 装置、 计算机及存储介 质， 涉及区块链智 能合约安全检测领域。 解决需 要一种智能合约多版本漏洞检测方法来检测主 流智能合约版本是否存在漏洞的问题。 所述方法 包括： 获取智能合约数据集； 根据智 能合约漏洞 检测工具处理智能合约数据集， 获取存在漏洞的 智能合约， 并标记所有智 能合约； 将所有智 能合 约源代码转为智能合约结构图； 利用图神经网络 提取智能合约结构图， 并通过多层感知机提取智 能合约源代码中专家模式特征； 将智能合约结构 图的特征和专家模式特征进行特征融合， 通过神 经网络学习融合的特征并针进行漏洞预测； 根据 漏洞预测结果判断是否存在漏洞。 适用于智能合 约漏洞检测领域。 权利要求书2页 说明书6页 附图4页 CN 115499164 A 2022.12.20 CN 115499164 A 1.一种基于 图神经网络的多特征融合区块链智能合约漏洞检测方法， 其特征在于， 所 述方法包括： 爬取区块链上部署的智能合约， 获取智能合约数据集； 根据智能合约漏洞检测工具处理智能合约数据集， 获取存在漏洞的智能合约， 并标记 所有智能合约； 判断获取的所述存在漏洞的智能合约类型； 将所述所有智能合约源代码转换为智能合约结构图； 利用图神经网络提取所述智能合约结构图， 并通过多层感知机提取智能合约源代码中 专家模式特 征； 将所述提取的智能合约结构图的特征和专家模式特征进行特征融合， 通过神经网络学 习融合的特 征并针对不同智能合约漏洞类型进行漏洞预测； 根据漏洞预测结果判断是否存在漏洞。 2.根据权利要求1所述的一种基于图神经网络的多特征融合 区块链智能合约漏洞检测 方法， 其特 征在于， 所述智能合约漏洞检测工具包括： Sl ither、 Oyente和Securify。 3.根据权利要求1所述的一种基于图神经网络的多特征融合 区块链智能合约漏洞检测 方法， 其特征在于， 所述将所述所有智能合约源代码转换为智能合约结构图， 具体为： 将智 能合约代码中函数定义 为节点， 函数间调用关系定义 为边。 4.根据权利要求1所述的一种基于图神经网络的多特征融合 区块链智能合约漏洞检测 方法， 其特征在于， 所述利用图神经网络提取所述智能合约结构图， 所述图神经网络包括： Graph Attention  Network、 Graph  Isomorphic  Network或Temporal  Message   Propagation Graph Neural Network。 5.一种基于 图神经网络的多特征融合区块链智能合约漏洞检测装置， 其特征在于， 所 述装置包括： 智能合约数据集获取 单元， 用于爬取区块链上部署的智能合约， 获取智能合约数据集； 智能合约漏洞单元， 用于根据智能合约漏洞检测工具处理智能合约数据集， 获取存在 漏洞的智能合约， 并标记所有智能合约； 漏洞类型判断单 元， 用于判断获取的所述存在漏洞的智能合约类型； 智能合约结构图获取 单元， 用于将所述所有智能合约源代码转换为智能合约结构图； 特征提取单元， 用于利用图神经网络提取所述智能合约结构图， 并通过多层感知机提 取智能合约源代码中专 家模式特 征； 漏洞预测预测单元， 用于将所述提取的智能合约结构图的特征和 专家模式特征进行特 征融合， 通过神经网络学习融合的特 征并针对不同智能合约漏洞类型进行漏洞预测； 漏洞结果获取 单元， 用于根据 漏洞预测结果判断是否存在漏洞。 6.根据权利要求5所述的一种基于图神经网络的多特征融合 区块链智能合约漏洞检测 装置， 其特 征在于， 所述智能合约漏洞检测工具包括： Sl ither、 Oyente或Securify。 7.根据权利要求5所述的一种基于图神经网络的多特征融合 区块链智能合约漏洞检测 装置， 其特 征在于， 所述智能合约结构图获取 单元具体为： 将智能合约代码中函数定义 为节点， 函数间调用关系定义 为边。 8.根据权利要求5所述的一种基于图神经网络的多特征融合 区块链智能合约漏洞检测权　利　要　求　书 1/2 页 2 CN 115499164 A 2装置， 其特征在于， 所述特征提取单元中图神经网络包括： Graph  Attention  Network、 Graph Isomorphic  Network和Temporal  Message Propagation Graph Neural Network。 9.一种计算机设备， 其特征在于： 包括存储器和处理器， 所述存储器中存储有计算机程 序， 当所述处理器运行所述存储器存储的计算机程序时， 所述处理器执行权利要求 1‑4中任 一项中所述的一种基于图神经网络的多特 征融合区块链智能合约漏洞检测方法。 10.一种计算机可读存储介质， 其特征在于， 该计算机可读存储介质上存储有计算机程 序， 该计算机程序被处理器运行时执行如权利要求1 ‑4任一所述的一种基于图神经网络的 多特征融合区块链智能合约漏洞检测方法。权　利　要　求　书 2/2 页 3 CN 115499164 A 3