关键词： 区块链技术   计算机网络安全   防御系统   智能合约   图神经网络  

摘要： 传统网络安全防御机制在面对复杂、动态的网络威胁环境时,显得力不从心。文章提出基于区块链技术的计算机网络安全防御系统设计,旨在提高网络安全稳定性,增强对基础服务的保护能力。首先,文章详细分析了计算机网络防御区块链技术,概述智能合约,阐明智能合约源码、字节码和操作码。其次,提出了基于图神经网络的智能合约安全防御方法。最后,通过数据结果分析验证该方法的可行性和有效性。结果表明,该图生成方法在一定程度上提高了代码图的信息承载能力,有效保留了智能合约的语义和语法信息。

关键词： 区块链   智能合约   注意力机制   图节点   漏洞检测  

摘要： 针对传统智能合约漏洞检测方案存在检测准确率低、耗时长的问题,提出基于联合神经网络的电力服务智能合约漏洞检测模型。首先,提出了改进TransR转换模型对数据进行向量化表示,为漏洞检测提供数据支撑;然后,构建了联合神经网络提取智能合约序列特征,并利用注意力机制提高重要特征对检测结果的影响程度更新图节点特征,进行合约漏洞检测。试验结果表明,所提模型可以有效检测出三种类型的智能合约漏洞。

关键词： 区块链   智能合约   多模态   预训练模型   漏洞检测  

摘要： 智能合约推动了区块链技术的深化发展,然而其存在的安全隐患给区块链应用带来了诸多挑战.在现有研究中,源代码通常被视为序列,以向量形式进行表示,或者被建模为图结构,利用图神经网络进行分析.在此基础上,本文提出了一种基于多模态深度学习的区块链智能合约漏洞检测方法.该方法充分利用智能合约的计算机视觉特征、代码语义特征和图特征进行漏洞检测.具体而言,该方法首先提取智能合约的代码属性图(CPG),并利用计算机视觉模型SwinV2学习CPG图像视觉特征;同时,利用预训练模型UniXcoder学习智能合约源代码的代码语义特征;最后,利用多组交错的GNN块学习CPG的图特征.将这3个特征向量拼接,构建出一个特征向量,实现特征融合.为了验证多模态检测方法的有效性,本文在真实智能合约的数据集上,与多种主流的智能合约漏洞检测方法进行对比实验.实验结果表明,多模态检测方法在检测重入漏洞方面的召回率、准确率和F1值分别可以达到0.94、0.92和0.93.

关键词： 智能合约   智能合约安全   图神经网络   智能合约字节码  

摘要： 以太坊等区块链平台智能合约的安全漏洞一直是业界关注的焦点。使用字节码分析和检测智能合约漏洞是当前的主流方法之一，其中符号执行等传统方法需借助预定义的漏洞知识建立规则检测漏洞，存在效率低、精度差等问题。基于深度学习的检测方法则缺乏对字节码程序语义的深入理解，并且难以在过滤编译过程中产生的噪声的同时捕捉完整的控制流与数据流信息。针对以上问题，本文提出了一种构建关键语义图检测智能合约漏洞的方法，首先定义了特定的去噪预处理规则实现对合约数据去噪，同时保留漏洞相关的关键语义信息，然后提出了一种能够捕捉程序丰富语义的异构图表示方法，并设计了一个基于异构图注意力网络的漏洞检测模型。实验结果表明，提出的方法优于现有的智能合约漏洞检测方法，对于拒绝服务、整数溢出、时间戳依赖和未检查函数返回值漏洞，该方法的F1值分别提升了17.75%、5.94%、28.94%和27.85%。

关键词： 智能合约   庞氏骗局   控制流图   图Transformer  

摘要： 区块链在加密货币投资领域展现出强劲的生命力,吸引了大量投资者的参与.然而,由于区块链的匿名性,导致了许多欺诈行为,其中庞氏骗局智能合约就是一种典型的欺诈性投资活动,给投资者带来了巨大的经济损失.因此,对以太坊上的庞氏骗局合约进行检测变得尤为重要.但是,现有研究大都忽略了庞氏骗局合约源代码中的控制流信息.为提取庞氏骗局合约更丰富的语义信息和结构信息,提出一种基于代码控制流图的庞氏骗局合约检测模型.首先,该模型将获取的合约源代码构建成控制流图的形式.然后,使用Word2Vec算法提取了包括数据流信息和代码结构信息在内的关键特征.考虑到每个智能合约的功能不同、代码篇幅差异明显,导致提取的特征向量维度差异较大,对不同智能合约生成的特征向量进行对齐操作,使得所有的特征向量具有相同的维度,便于之后处理.其次,利用基于图卷积和Transformer的特征学习模块,引入多头注意力机制,来学习节点特征的依赖关系.最后,使用多层感知机实现对庞氏骗局合约的识别.通过在Xblock网站提供的数据集上将该模型与传统的图特征学习模型进行对比,验证该模型引入的多头注意力机制的性能.实验结果证明,该模型有效地提升对庞氏骗局合约的检测能力.

关键词： 车联网   多属性决策   区块链   信任管理   智能合约  

摘要： 针对车联网中怎样合理地对车辆进行信任评估并及时更新多个路边单元之间一致的信任值这一问题，在已有的车联网信任管理方案基础上，提出了一种基于区块链和多属性决策的车联网信任管理方案。首先通过属性值和动态属性权重计算车辆综合信任值和恶意概率标志值，其次通过奖惩制度降低恶意车辆在车联网中停留的时间，最后采用混合共识机制，以车辆信任值的绝对值之和作为权益，动态改变矿工节点的出块难度。实验表明，该方案能更全面准确的计算车辆信任值、识别和移除恶意车辆，并且更快地更新区块上存储的信任值，达到有效解决冷启动问题、动态调整信任衰减速率、合理选择最优推荐节点和防止恶意车辆共谋串通的作用。

关键词： 区块链   智能合约   Hyperledger Fabric   数据共享   可信凭证  

摘要： 随着大数据时代的来临，如何在开放、动态、难控的互联网中实现安全可信的数据共享已成为亟待解决的问题。区块链技术以其去中心化、不可篡改等特性为构建数据可信共享机制提供了技术思路。为此，文中提出了一种基于联盟区块链的数据可信共享方案。首先，定义了一种基于联盟区块链的数据架构范式，并通过标准化注册流程，高效整合异源异域异构的数据资源;同时，设计并实现了数据可信追溯机制，以通过数据共享全过程链上留痕的方式，来保证数据需求方、计算节点和数据提供方之间数据流动的安全性和完整性;此外，文中设计了一种数据处理即服务(Data Processing-as-a-Service，DPaaS)的数据可信共享框架，来支撑数据共享的关键步骤:需求匹配、数据共享、满意度评价，以应对数据共享过程中的信任挑战。实验结果表明，与传统数据共享方案相比，随着数据集大小的增长，拟议方案的额外时间占比可降至数据共享总时间开销的30%以内;智能合约查询平均时延能够稳定在0.12～0.2s，智能合约写入平均时延能够稳定在3～5s。

关键词： 智能合约   预训练模型   图嵌入   图注意力网络   漏洞检测   区块链  

摘要： 智能合约是在区块链上自动执行的代码，因其不可逆性和与金融交易的密切关联，其安全问题至关重要。然而，当前智能合约漏洞检测技术仍面临特征提取效率低、检测精度低以及过度依赖专家规则等问题。本文提出一种基于异构合约图多维度特征深度融合的漏洞检测方法。首先，针对智能合约数据集的代码进行去噪处理，采用代码函数交换等数据增强方法扩充数据集，进而将其表示为异构合约图。其次，结合图嵌入技术以及代码预训练技术高效获取智能合约图以及对应操作码中节点的高维度语义表示。最后，设计双层异构图注意力网络深度融合在两种维度下学习到的节点特征，以实现高效的漏洞检测。针对不同类型漏洞的实验结果表明，本方法整体表现均有所提升，F1指标平均值高于77.72%，在拒绝服务漏洞类型的检测上表现最佳，F1值最高达到84.88%，较传统的深度学习方法和图拓扑检测方法相比，分别实现了10.62%和22.34%的显著提升。本文方法不仅提高了检测的效率和准确性，而且通过学习节点特征减少了对专家规则的依赖，为智能合约的安全性提供了更为可靠的保障。

关键词： 智能合约字节码   漏洞检测   异构图   字节码指令序列   深度学习  

摘要： 近年来，智能合约安全问题日益突出，漏洞检测成为关键挑战。在源代码不公开的情况下，字节码检测方法备受关注。然而，现有深度学习方法通常仅基于序列或图结构，难以全面捕捉漏洞特征。为此，提出一种基于异构图和指令序列的智能合约字节码漏洞检测方法RGCN-ResNet1D（Relational Graph Convolutional Network and ResNet-based 1D Convolutional Network）。该方法通过将字节码建模为异构图和指令序列，分别利用关系图卷积网络（RGCN）提取结构特征和基于ResNet的一维卷积网络（ResNet1D）提取序列特征，并融合两类特征进行漏洞检测。同时设计了一种基于误分类样本数量动态调整权重的交叉熵损失函数，有效缓解训练集类别不平衡问题。实验结果表明，RGCN-ResNet1D在检测整数溢出、时间戳依赖和自毁三类漏洞时，F1得分分别为95.43%、90.67%和92.31%，显著优于对比方法。

关键词： 区块链   智能合约   安全多方计算   域名识别邮件协议   零知识证明   社交恢复  

摘要： 区块链技术的快速发展推动了去中心化账户管理的广泛应用，尤其在数字资产和身份管理方面，然而，传统的私钥管理模式存在着私钥丢失或泄露风险，用户一旦丢失私钥便永久失去对资产的控制权。近年来，智能合约抽象账户已成为一种新型的去中心化数字身份管理方式，不仅提高了用户数据的隐私保护，还允许用户自主掌控身份信息，提供了去信任、不可篡改的身份验证手段。智能合约账户通过智能合约与用户身份绑定，能够自动化执行身份验证和资产管理任务，赋予用户对数字资产的自主控制权。现有的许多方案使用安全多方计算技术将私钥分割成多个片段分布存储，防止了单点故障，且仅在满足一定数量的参与方协作时才能重建私钥。这种方法提高了安全性，但在实际应用中，当门限无法达成时，私钥恢复往往面临失败的风险。为了解决这个问题，文中方案结合多方计算技术和基于域名识别邮件协议的社交恢复，通过引入邮件验证和零知识证明为私钥恢复提供了备用路径。这样，即使门限条件无法满足，用户也可以通过安全的社交恢复方式重获对合约账户的访问权。该方案提高了私钥管理的灵活性和安全性，为区块链生态中的数字资产管理提供了新的思路。