关键词： 供应链   订单融资   智能合约   动态利率   制造企业  

摘要： 本文在制造企业订单融资模式中考虑两类银行利率定价方式：稳定利率和智能合约驱动的动态利率。稳定利率下，银行在放贷前设定一个贷款周期内保持不变的利率给制造企业。智能合约驱动的动态利率下，银行在放贷后，会根据制造企业在检测时刻是否完成生产供货动态调整利率定价。本文通过博弈建模分析了稳定利率定价和动态利率定价下，银行利率决策和制造商生产决策的基本逻辑，并在此基础上探究了动态利率定价对各参与方收益的影响及其适用条件。研究发现：(1)一定条件下，稳定利率定价会造成制造商和零售商所获利润低于其最优决策利润（即发生制造商和零售商的最优决策利润偏离）。(2)动态利率定价始终可完全修复稳定利率定价所导致的制造商的最优决策利润偏离（即提升制造商利润至其最优决策利润），但无法保证修复稳定利率定价所导致的零售商的最优决策利润偏离。(3)存在制造商在订单截止时刻完成供货的概率的上下界和制造商延迟供货成本节约值的上下界，该上下界范围内，动态利率定价能同步修复制造商和零售商最优决策利润偏离，融资系统适合引入动态利率定价。(4)考虑制造商延迟供货会引发零售商附加运营成本时，如果这一附加运营成本高于制造商延迟供货的成本节约值，那么动态利率定价可同步修复制造商和零售商的最优决策利润偏离；否则，动态利率定价仍无法保证修复零售商的最优决策利润偏离。

关键词： 碳交易   区块链   区块链   智能合约   空间分析   双重计数  

摘要： 为达到《巴黎协定》的预期目标，CAD Trust集结了碳交易数据，并专注于地理空间数据的深度分析。数字技术，尤其是区块链，为碳市场交易带来了前所未有的安全性和透明性，进而建立了强大的市场信任。区块链与智能合约相结合为碳排放自动核实提供了有效方法，促进了市场的高效运作；但碳市场仍面临双重计数风险。为解决这一问题，CAD Trust利用地理信息系统中的空间分析帮助确定碳项目的地理位置重叠情况，从而减少双重计数的可能性。简而言之，区块链、智能合约和空间分析技术为碳市场打造了一个更公正、透明、高效的运作模式。

关键词： 电力无线网络   5G   智能合约   资源分配   传算协同  

摘要： 基于5G的电力无线网络的广泛应用推动了传统电网运行模式与业务应用的革新，随之产生的电力数据低时延、高可靠交互需求对传输计算多维资源协同分配提出了更高要求。针对这一问题，文章提出了一种基于可信智能学习的轻量化传算协同资源分配算法。首先，构建智能合约赋能的电力无线网络传输-计算协同安全资源分配框架。其次，设计了传算多维资源分配联合优化问题，通过联合优化边缘服务器选择与计算资源分配最小化时延加权和。最后，将问题进行解耦，在终端侧基于可信置信区间上界（trustfulness-upper confidence bound，T-UCB）实现边端协同数据卸载决策优化；在边缘侧基于自适应差分进化算法对非凸资源分配优化问题求解，实现边侧数据处理排队时延与智能合约认证安全之间的折中平衡。仿真结果表明，所提算法能在降低数据处理时延的同时，保证较好的智能合约认证性能。

关键词： 区块链安全   智能合约   漏洞检测   抽象语法树   深度学习  

摘要： 目前基于深度学习的智能合约漏洞检测方案中，直接使用字节码或源码进行文本序列的特征表达存在对程序语义特征理解的不足，基于抽象语法树嵌入的智能合约漏洞检测技术充分考虑了合约向量化表达需要的语法和语义特征以及合适的处理粒度，能够更加准确地捕捉智能合约漏洞特征。首先，根据Solidity语法树解析设计了一种抽象语法树嵌入的智能合约向量化方法，对语句级别的节点类型递归划分生成一系列语句树，然后采用递归神经网络自底向上地对每个语句树进行编码，将复杂的抽象语法树结构转化为语句级别的特征向量，在此基础上构建了基于注意力机制的双向门控循环神经网络模型，实现对语句树序列特征的学习，完成了对重入漏洞、未校验返回值、时间戳依赖、访问权限控制和拒绝服务攻击五种典型漏洞的检测及分类。实验结果表明，基于抽象语法树嵌入的向量化方法相较于直接将源码视为文本序列进行向量化的方法在micro-F1和macro-F1指标上分别提高了13%和10%，在时间戳依赖、访问权限控制以及拒绝服务攻击漏洞分类任务中，加入注意力机制的双向门控循环神经网络模型的F1分数高达88%以上。

关键词： 区块链   智能合约   数字版权治理   机遇   挑战  

摘要： 区块链具有去中心化、安全可信、不可篡改和公开透明的特点,与版权治理的要求天然耦合,因此,区块链有助于实现版权管理的自证、自治和自助,化解当前数字版权治理中面临的确权、维权和交易困境,为版权法学者大力推崇。版权实践中出现了不少基于区块链的版权保护与管理尝试,取得了一定的成效。与此同时,区块链在技术、法律和社会层面存在的问题也使其在数字版权领域的广泛应用面临巨大挑战,前景并不明朗。意欲充分发挥区块链技术在数字版权治理中的价值,还需要从技术和法律层面作出应对。

关键词： 声誉值   无人机   联邦学习   智能合约   区块链  

摘要： 配置探测器的无人机可用于空气质量预测等应用。联邦学习赋能多无人机系统面临单点故障、恶意攻击、难实现公平激励等挑战。本文研究一种基于声誉机制的区块链赋能多无人机系统联邦学习方案,通过基于区块链的智能合约自动执行任务,以声誉值评估局部模型质量,以声誉阈值为基准识别并移除恶意无人机。根据声誉值将全局模型进行稀疏化,实现公平分配模型利润,综合考虑声誉值与数据量使诚实无人机获得与成本相对应的奖励。仿真通过MNIST数据集验证了本文提出的算法精度高于FedAVG算法,能在恶意无人机占比不同的情况下将其识别并驱逐,实现了模型利润与总预算的公平分配。

关键词： 区块链   堡垒机   智能合约   星际文件系统   日志分析  

摘要： 现有的堡垒机运维和审计过程中存在操作日志被篡改、管理员权利过大、中心化身份认证和资源不受控制等问题,论文设计并实现一套基于区块链的堡垒机日志分析系统,利用智能合约和星际文件系统,将堡垒机的管理、运维、审计等操作日志数据锚定在区块链上,形成可追溯、不可篡改的记录。结合智能合约、数据上链存证等技术,为用户提供运维审计流程的完整信息记录,也为个体公司或者司法机构提供数据无失真的证据保留和追责方法。系统实现及分析结果表明,该系统为现有不同类型的堡垒机系统提供辅助应用,具有不可篡改、可信度高、可溯源等特点,为堡垒机的管理和运维提供了新的思路和技术支持。

关键词： 智能合约   领域自适应技术   生成对抗网络   漏洞检测   深度学习  

摘要： 现有智能合约漏洞检测方案很大程度上依赖于缜密的专家规则或先验知识,不仅缺乏灵活性且难以应对新型未知漏洞检测,为此提出一种基于领域自适应的智能合约安全分析框架(domain adaptive security analysis framework,DASAF)。首先,在DASAF中,智能合约操作码执行逻辑被获取并被转化为序列特征。其次,为了解决深度学习模型中固有的数据偏移现象引起的模型老化,以及新型未知漏洞有标签样本不足导致的难以获得强泛化性能的问题,在DASAF中引入了生成对抗网络结构和领域自适应技术。最后,在一个公开基准数据集上详细评估了DASAF在智能合约漏洞分析领域的有效性,并与同类方案进行了对比,实验结果表明,本文提出的DASAF优于同类方案。

关键词： 博士研究生   电子科技大学   作者身份   网络空间安全   通讯作者   学术论文   智能合约   软件工程领域  

摘要： 近日,电子科技大学计算机科学与工程学院(网络空间安全学院)陈厅教授指导的博士研究生宋书玮以第一作者身份投稿的学术论文《Move智能合约安全性的实证研究:引入MoveScan进行增强分析》(Empirical Study of Move Smart Contract Security:Introducing MoveScan for Enhanced Analysis)被软件工程领域的国际会议ISSTA接收,这是电子科技大学作为第一单位在ISSTA发表的首篇文章。陈厅、陈嘉弛、罗夏朴为通讯作者。