买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门大学申请的专利基于黎曼图卷积的端到端智能合约漏洞检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119227081B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411290884.9，技术领域涉及：G06F21/57；该发明授权基于黎曼图卷积的端到端智能合约漏洞检测方法是由朱海明;王其聪;赵冲;李茂贞设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本基于黎曼图卷积的端到端智能合约漏洞检测方法在说明书摘要公布了：基于黎曼图卷积的端到端智能合约漏洞检测方法，涉及智能合约技术领域。由于现有的方法难以充分学习智能合约图的无尺度和深层次结构性，限制了其在漏洞检测上的表现。为此，提出基于黎曼图卷积的端到端学习网络的智能合约漏洞检测系统。首先将智能合约构建成富含结构和语法语义信息的合约图。接着，使用词嵌入网络进行节点语义特征提取，同时黎曼流形图卷积网络在负曲率空间中对合约图执行结构特征提取和邻域聚合，并且退火混淆图对比学习模块提供一个学习信号以降低噪声标签对模型的干扰，最终形成一个端到端学习网络。各模块相互促进，能够更深入细致地对漏洞特征进行挖掘。

本发明授权基于黎曼图卷积的端到端智能合约漏洞检测方法在权利要求书中公布了：1.基于黎曼图卷积的端到端智能合约漏洞检测方法，其特征在于包括以下步骤： 1将智能合约sol文件构建成智能合约图：包括智能合约图抽象语法树的构建、抽象语法树的简化以及数据流边和执行顺序的增加； 2利用词嵌入模块Word2Vec将合约图节点转为向量：利用Word2Vec的skip-gram模型，将合约图节点及其相邻节点作为输入，训练得到每个节点的向量表示，形成节点表示矩阵； 3使用黎曼图卷积网络学习图节点向量和邻接矩阵的特征：采用黎曼图卷积网络，将节点向量映射至黎曼流形，执行图卷积操作，包括邻域聚合、特征变换与非线性激活，通过残差连接稳定训练，最终将特征映射回欧几里得空间，提取智能合约图的深层特征； 4利用退火混淆图对比学习方法降低标签噪声对整体网络的影响：采用退火混淆图对比学习，通过混合样本和标签、平滑标签处理及权重指数量化，降低标签噪声影响，增强模型鲁棒性；通过最大化正样本相似度、最小化负样本相似度优化对比损失，提升模型性能； 5将词嵌入模块、黎曼图卷积网络和退火混淆图对比学习网络构建成一个端到端学习网络，各模块相互促进学习，协同工作，共同优化；通过计算词嵌入损失、分类损失及对比学习损失，并加权联合，形成最终损失函数； 6使用现实世界的智能合约文件，对多种不同的漏洞进行识别测试，并利用多个评测标准对系统进行评估。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门大学，其通讯地址为：361005 福建省厦门市思明南路422号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。