基于路径融合的智能合约漏洞检测方法

来源：计算机工程与应用杂志2025年第20期北京时间：

作者：范亚生, 谢春丽, 魏家劲, 曾友

单位：江苏师范大学 计算机科学与技术学院，江苏 徐州 221116

摘要：随着去中心化互联网的发展，智能合约因其不可修改性而需要在部署前确保安全性，以防范潜在的漏洞风险。尽管已有一些基于深度学习的方法用于智能合约的漏洞检测，但仍然存在以下两个问题：一是缺乏对合约结构和语义信息的充分理解；二是神经网络模型受输入长度的制约，对长合约性能不佳。针对这两个问题，提出基于语法控制流图的合约分解和路径融合方法。基于抽象语法树构建智能合约的语法控制流图，并采用贪心策略将语法控制流图分解为多条结构简单的路径；使用预训练的代码模型学习路径的向量表示。融合不同路径的特征向量以实现漏洞检测。为验证模型的有效性，构建了一个包含7 511个真实世界智能合约的数据集，实验结果表明，和主流方法相比该方法能够有效提高智能合约漏洞检测的精确率、召回率和F1值。

关键词：智能合约,漏洞检测,控制流图,预训练模型