计算机应用

作者：吴雨芯, 蔡婷, 张大斌

单位：1. 广东白云学院 大数据与计算机学院, 广州 510450;2. 中山大学 数据科学与计算机学院, 广州 510006;3. 重庆邮电大学移通学院 大数据与软件学院, 重庆 401520

关键词：智能合约分类,层级注意力机制,双向长短期记忆网络,代码语义特征,账户特征

基金：重庆市教育委员会科学技术研究项目（KJZD-K201802401）；广东白云学院2018年度科研项目（2018BYKYK05）。

针对区块链平台上智能合约应用种类繁多，人工筛选合适的智能合约应用服务日益困难的问题，提出一种基于层级注意力机制与双向长短期记忆（Bi-LSTM）神经网络的智能合约自动分类模型——HANN-SCA。首先，利用Bi-LSTM网络从智能合约源代码和账户信息两个角度同时建模，最大限度地提取智能合约的特征信息。其中源代码角度关注智能合约中的代码语义特征，账户信息角度关注智能合约的账户特征。然后，在特征学习过程中从词层面和句层面分别引入注意力机制，重点捕获对智能合约分类有重要意义的单词和句子。最后，拼接代码特征与账户特征以生成智能合约文档级特征表示，通过Softmax层完成分类任务。实验结果表明，所提模型在Dataset-E、Dataset-N和Dataset-EO数据集上的分类正确率分别达到了93.1%、91.7%和92.1%，效果明显优于传统的支持向量机模型（SVM）和其他神经网络基准模型，且具有更好的稳定性与更高的收敛速度。

来源：2020年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第4期