基于深度学习的区块链蜜罐陷阱合约检测OA北大核心
Honeypot contract detection of blockchain based on deep learning
针对当前检测方法准确率不高以及模型泛化性较差的问题,提出了基于KOLSTM深度学习模型的蜜罐陷阱合约检测方法.首先,通过分析蜜罐陷阱合约的特点,提出了关键操作码的概念,并设计了可用于选取智能合约中关键操作码的关键词提取方法;其次,在传统的LSTM模型中加入关键操作码权重机制,构建了可以同时捕获蜜罐陷阱合约中隐藏的序列特征以及关键操作码特征的KOLSTM模型.最后,通过实验表明,该模型具有较高的识别精确率,在二分类和多分类检测场景下的F值较LightGBM模型分别提升2.39％与19.54％.
张红霞;王琪;王登岳;王奔
中国石油大学(华东)青岛软件学院、计算机科学与技术学院,山东青岛 266580中国石油大学(华东)青岛软件学院、计算机科学与技术学院,山东青岛 266580中国石油大学(华东)青岛软件学院、计算机科学与技术学院,山东青岛 266580中国石油大学(华东)青岛软件学院、计算机科学与技术学院,山东青岛 266580
信息技术与安全科学
区块链以太坊智能合约蜜罐陷阱合约深度学习
《通信学报》 2022 (1)
194-202,9
中石油重大科技基金资助项目(No.ZD2019-183-004)中央高校基本科研业务费专项资金资助项目(No.20CX05019A)
评论