专利交易市场

本发明公开了一种基于多标记模型的智能合约漏洞检测方法，包括：对操作码进行归类，并通过n‑gram算法和tf‑idf算法将操作码转化为向量，可以最大程度保留合约信息，并反映智能合约的结构特征和调用关系；利用链对标签相关性建模，选择多标记模型分类器链进行漏洞分类训练，充分反映不同漏洞发生的共同内在关联。本发明在考虑合约操作码结构特征的基础上，有效利用了不同漏洞之间的内在关联，本发明具有实用性强、准确率高，检测效率高等优点，适用于大批量智能合约的检测。

一种基于CNN的区块链日蚀攻击检测与防御方法，获取区块链日蚀攻击的流量数据集与正常的区块链流量数据包，按比例分为训练数据与测试数据；对训练数据与测试数据进行特征提取生成对应的特征向量，利用特征向量生成二维的特征图片；使用训练样本的特征图训练CNN检测模型，使其学习日蚀攻击的相关特征，最终得到可用于检测区块链日式攻击的CNN模型；使用训练后的检测模型对测试样本生成的特征图进行攻击检测，判定节点是否正在遭受日蚀攻击；如果攻击正在遭受日式攻击，系统会做出特定的防御动作，使节点摆脱被日蚀的状态。上述方法将攻击检测与攻击防御整合统一，形成了完备的日蚀攻击应对方案，具有高精度检测和自适应防御的特性。

本发明提供一种端到端的以太坊钓鱼账户检测方法，包括：(S1):从交易记录中采样目标账户的二阶交易网络，账户包括钓鱼账户和非钓鱼账户；(S2)：从智能合约调用历史记录中筛选出经常被调用的合约，并为所有二阶网络的中的账户提取合约调用特征；(S3)：通过图神经网络学习账户的交易行为模式，并实现端到端的账户分类，将钓鱼账户分类出来。本发明还提供一种端到端的以太坊钓鱼账户检测系统，包括：网络提取模块、特征提取模块、数据整合模块，训练模块、钓鱼账户检测模块。本发明能够有效降低计算数据规模，并且能够有效区分钓鱼账户和非钓鱼账户，帮助数字货币平台和用户规避诈骗风险。

本发明公开了一种区块链恶意节点发现与隔离方法及装置，为每一个区块链网络中的区块的节点计算工作量，如果发现工作量超过了区块的阈值，则将该区块的节点标识为恶意节点，并执行恶意节点隔离程序，大大提高了整个区块链的可靠性，在不影响区块链节点的服务下，隔离了恶意的区块链节点，提升了区块链系统的容错能力，保证了在区块链系统中某些区块出现恶意节点的情况下，仍然能保证区块链系统正常运行。