一种基于贝叶斯主动学习的智能合约漏洞分类方法及系统
实质审查的生效
摘要
本发明公开了一种基于贝叶斯主动学习的智能合约漏洞分类方法及系统，包括步骤：(1)采集数据黄金集G、未标记数据集U并进行特征提取；(2)利用已标记数据集S预训练分类模型并预测U，基于不确定抽样策略从U提取样本集S’进行人工标记；计算人工标记正确率；(3)根据人工标记的正确率获取参数ρt；当参数ρt<1在黄金集G中选择黄金训练集XT供专家进行人工训练，提高标记能力ct(Xi)；(4)针对加入已标记数据集S的人工标记的样本Xi，选取样本集Xr让专家重复标记更新S；(5)步骤(2)至步骤(4)进行循环迭代，直到达到目标效果返回已经标记的数据集S及其预训练的分类模型。本发明能够提升标记智能合约漏洞的分类正确率。
基本信息
专利标题 ：
一种基于贝叶斯主动学习的智能合约漏洞分类方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114329477A
申请号 ：
CN202111440064.X
公开（公告）日 ：
2022-04-12
申请日 ：
2021-11-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙小兵涂良琼张佳乐陈玮彤李斌朱毅章永龙
申请人 ：
扬州大学
申请人地址 ：
江苏省扬州市大学南路88号
代理机构 ：
南京苏高专利商标事务所(普通合伙)
代理人 ：
张弛
优先权 ：
CN202111440064.X
主分类号 ：
G06F21/57
IPC分类号 ：
G06F21/57 G06N3/04 G06N3/08 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
G06F21/50
监控用户、程序或设备，以维护平台完整。例如：处理器、固件或操作系统
G06F21/57
确保或维持可信任的计算机平台，例如安全引导或断电、版本控制、系统软件检查、安全更新或评估漏洞
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06F 21/57
申请日 : 20211130
申请日 : 20211130
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
