计算机应用

作者：李浴淑, 邢颖, 陆思奇, 潘恒, 柴森春, 斯雪明

单位：1.中原工学院 网络空间安全学院，郑州 450007；2.河南省区块链与数据共享国际联合实验室（中原工学院），郑州 450007；3.河南省网络密码技术重点实验室（中国人民解放军战略支援部队信息工程大学），郑州 450001；4.北京理工大学 自动化学院，北京 100081

关键词：智能合约,深度学习,函数体,漏洞检测,整数溢出,交易延迟

基金：河南省高等学校重点科研项目(24A520059);2024年度河南省科技攻关计划项目(242102210136);中原工学院优势学科实力提升计划项目(GG202425);中原工学院研究生科研创新计划项目(YKY2024ZK27)

智能合约漏洞引发的安全事件频发，而现有检测工具对多语言支持不足，特别是缺乏对C/C++智能合约源码级别的漏洞检测能力。针对上述问题，提出基于深度学习的C/C++智能合约漏洞检测方法，并设计了函数体切片级检测工具CDFSentry。该工具从源码角度出发，借鉴深度学习在图像处理领域中的目标区域概念应用于智能合约漏洞检测。工具实现分为4步：一是提取漏洞函数体切片，获取完整函数体信息；二是对提取的切片进行标注；三是将切片编码为向量，转化为深度学习输入格式；四是完成向量标记与模型训练。此外，通过分析C/C++智能合约漏洞产生的原因，定义了5种类型的漏洞：整数溢出、权限控制、代币转移、内存管理和交易延迟，并构建了包含5 024个源码的数据集，解决了该领域开源数据集匮乏与漏洞类型不统一的问题。在该数据集上的实验结果表明，同类型的深度学习工具GNNSCVulDetector仅能检测1种漏洞，而CDFSentry可检测5种漏洞，且准确率提高了12.68个百分点。CDFSentry基于深度学习检测C/C++智能合约源码漏洞，可减少对专家依赖，且相比同类工具检测精度更高、范围更广；通过持续学习训练，它的检测能力可不断提升。

来源：2025年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第11期