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！

龙图腾网获悉广东启链科技有限公司申请的专利基于图神经网络的智能合约用户权限异常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：CN115525905B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202211394528.2，技术领域涉及：G06F21/57；该发明授权基于图神经网络的智能合约用户权限异常漏洞检测方法是由李志伟设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本基于图神经网络的智能合约用户权限异常漏洞检测方法在说明书摘要公布了：本发明公开了基于图神经网络的智能合约用户权限异常漏洞检测方法，包括如下步骤：S1、收集用于模型训练的数据，获得合约源码数据集；S2、合约抽象语法树提取与预训练；S3、基于抽象语法树的合约图构造；S4、基于合约图的权限异常识别；S5、获得预测结果。本发明基于智能合约的函数调用信息与合约存储变量的访问赋值信息对合约权限异常问题进行检测，不依赖特定的漏洞模式，可以通过重复学习的方法不断更新识别模型，从而适应新型的权限控制漏洞，提高了检测方法的准确性；不依赖于合约的交易记录与特定的库方法，因此可以适用于一般的开源智能合约，提高了检测方法的可扩展性。

本发明授权基于图神经网络的智能合约用户权限异常漏洞检测方法在权利要求书中公布了：1.基于图神经网络的智能合约用户权限异常漏洞检测方法，其特征在于：包括如下步骤： S1、收集用于模型训练的数据，获得合约源码数据集； S2、合约抽象语法树提取与预训练，包括如下步骤： S21、首先对合约抽象语法树进行构建，构建抽象语法树数据集为{AST_i,L_i,i＝1,2,3,…}，其中AST即为合约的抽象语法树； S22、然后对抽象语法树进行优化，需要对抽象语法树进行预处理来筛选有效信息，在智能合约权限异常检测场景下，考虑智能合约的函数、修饰器、与全局变量之间的交互关系； S23、最后对S22中获得的优化后的抽象语法树进行预训练； S3、基于抽象语法树的合约图构造，包括如下步骤： S31、对图节点构造，所述图节点三类节点：函数节点、修饰器节点和全局变量节点； S32、对边的构造，所述边的构造中包括构造两种类型的边，分别为控制流信息边和数据流信息边； S4、基于合约图的权限异常识别，包括如下步骤： S41、将S3中获得的抽象语法树合约图进行训练，获得训练好的分类器； S42、漏洞识别，设定新的合约源代码，根据S2和S3的过程将新的合约源代码转换成对应的抽象语法树合约图，然后将获得的抽象语法树合约图输入S41中获得的分类器，得到分类结果； S5、获得预测结果； 所述函数节点以智能合约的函数为粒度构造图节点，对于合约中的每个函数，构造对应的函数节点F，对于每个函数，从合约抽象语法树中找到对应的函数子树，通过前序遍历将该函数子树转换为对应的词序列[c1,c2,c3,…]，通过计算v_F＝Vecc1+Vecc2+Vecc3+…得到该节点的特征向量； 所述修饰器节点构造对应的修饰器节点M，对于每个修饰器，从合约抽象语法树中找到对应的修饰器子树，通过前序遍历将该修饰器子树转换为对应的词序列，通过V对词序列进行向量映射并通过类似函数节点特征的计算可得到该修饰器节点的特征向量v_M； 所述全局变量节点将合约中定义的每个全局变量var定义为一个图节点，并计算Vecvar得到该节点的特征向量； 所述控制流信息边为若两个函数之间存在调用关系，如函数F1调用了函数F2，就增加一条从F1对应节点指向F2对应节点的边，若一个函数F调用了修饰器M，则增加一条从F对应节点指向M对应节点的边； 所述数据流信息边为根据智能合约函数对全局变量的访问情况，若函数F访问了全局变量Var，则添加一条从Var到F的边，若函数F修改了全局变量Var，则添加一条从F到Var的边，若修饰器M访问了全局变量Var，则添加一条从Var到M的边，若修饰器M修改了全局变量Var，则添加一条从M到Var的边； 所述智能合约源代码转换为，记作GV，E，其中，V为图的节点，包含全局变量节点Vvar、函数节点VF，修饰器节点VM，E为图的边，包含描述函数与函数之间调用关系的控制流信息边，与描述函数与全局变量的访问赋值关系的数据流信息边。

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广东启链科技有限公司，其通讯地址为：528200 广东省佛山市南海区桂城街南平西路广东夏西国际橡塑城一期5号楼20026(住所申报)；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。