基于漏洞子树的链码漏洞检测方法

摘要

针对联盟链超级账本(Hyperledger Fabric)中链码的安全漏洞问题，提出了一种基于漏洞子树和预训练模型的深度学习漏洞检测网络。检测方法包括2个关键阶段：首先，通过自动化工具提取链码为抽象语法树，并设计了漏洞子树结构VB-tree,确保模型专注于关键漏洞特征，在此基础上根据程序语句之间的数据和控制依赖关系转化为数据流图；其次，利用预训练模型对提取的特征进行处理，准确识别潜在漏洞。最后，从Github收集了6 935个不同领域开源项目的链码构建可用于评估方法有效性的数据集。实验结果表明，在检测链码中的21种漏洞时，模型的平均F1分数为93.68%,优于现有的方法。

关键词

区块链 / 智能合约 / 漏洞检测