智能合约代码的高效漏洞避免:基于漏洞约束解码的方法
原文中文,约500字,阅读约需2分钟。发表于: 。通过使用基于 Transformer 的大型语言模型技术,我们提出了一种新颖的脆弱性约束解码方法,通过在代码生成过程中包含脆弱性标签,来减少由这些模型生成的脆弱代码的数量。我们对 GPT-J 模型进行微调,并应用脆弱性约束解码来自动完成以太坊区块链智能合约,结果表明这种方法可以有效地避免自动完成代码的脆弱性。
VulnSense是一种基于图形和自然语言处理模型的多模态学习方法,用于高效地检测以太坊智能合约中的漏洞。该框架整合了三种智能合约特征,并使用多种模型进行分析,最终使用全连接层来预测漏洞。实验证明,该方法在三类易受攻击智能合约上达到了77.96%的平均准确率。