一种恶意智能合约创建交易识别方法及装置

本发明涉及区块链安全检测，具体涉及一种恶意智能合约创建交易识别方法及装置。

背景技术：

1、智能合约是通过区块链技术实现的自动执行合同的计算机程序，以代码形式存在于区块链上。它们在无需中介的情况下，根据设定的条件自动执行规则和条款，涵盖金融、供应链等多个领域。智能合约安全是确保其在执行过程中免受潜在威胁和漏洞的保护措施，关键包括漏洞审计、高质量代码编写、权限管理、安全更新机制、防范重入攻击和事件日志审计，以共同确保智能合约的可靠性和安全性。

2、建立在区块链技术和智能合约之上的去中心化金融(defi)生态系统的快速发展，引发了对安全可靠智能合约开发的增加需求。然而，对智能合约的攻击正在增加，导致估计高达64.5亿美元的财务损失。目前，精准地识别恶意智能合约仍依赖于人工的安全审计，这需要消耗大量的人力和财务支持。因此，有必要对区块链上的智能合约创建交易进行监控，实时地发现区块链上的恶意智能合约创建行为，对潜在威胁及时发现与防范。同时也有不少研究人员和公司提出了相关恶意智能合约检测方法，如youwei huang等提出的一种基于智能合约的源码的恶意智能合约检测，该方法依赖于智能合约的源码，且无法做实时的恶意智能合约创建交易检测；如forta公司提出的一种实时检测恶意智能合约方法，该方法只把操作码的统计信息作为特征，并且精确率和回召率只有87.78％和55.195％，实时系统具有大量的误报。

技术实现思路

1、针对现有技术的不足，本发明旨在提供一种恶意智能合约创建交易识别方法及装置，以有效监控以太坊区块链上的合约创建交易，提前识别可能的恶意智能合约活动。

2、本发明的目的是通过以下技术方案来实现的：

3、一种恶意智能合约创建交易识别方法，包括以下步骤：

4、步骤一：获取历史智能合约创建交易数据，并完成标注；

5、步骤二：对获取到的智能合约创建交易数据进行特征提取，制作并标注数据集；

6、步骤三：对完成标注的数据集构建机器学习模型并进行训练，得到训练完成的机器学习模型；

7、步骤四：获取实时的智能合约创建交易数据，并进行数据预处理；

8、步骤五：将完成预处理的数据输入到训练完成的机器学习模型中实现实时检测。

9、进一步地，获取历史智能合约创建交易数据，并完成标注，具体为：

10、搜集区块链公链上的智能合约创建交易，根据智能合约的历史交易行为，标注上恶意样本和正常样本；根据智能合约创建交易的交易哈希值，创建数据集，对应恶意的交易标注上对应的历史攻击事件。

11、进一步地，对获取到的智能合约创建交易数据进行特征提取，制作数据集，具体为：

12、对交易发送者的资金来源建立一张地址-标签表，对交易的资金来源进行精准追踪；

13、对于智能合约创建交易提取出非字节码相关特征，其中包括了交易发送者历史交易次数、交易者资金来源、交易中的转账信息、交易中的输入信息长度、智能合约的验证信息特征；

14、对于智能合约创建交易提取出字节码相关特征，其中包括了函数实现、函数调用、是否代币合约、是否是代理合约特征；

15、合并智能合约创建交易的字节码相关特征和非字节码相关特征，在将特征输入模型之前，进行必要的数据预处理，包括数据清洗、去噪、归一化，制作训练数据集。

16、进一步地，对完成标注的数据集构建机器学习模型并进行训练，具体为：

17、基于生成的训练数据集，采用机器学习算法进行模型构建，选取不同的机器学习模型进行训练，并进行横向对比，以确保对复杂的合约创建交易模式的准确建模。

18、进一步地，将完成预处理的数据输入到训练完成的机器学习模型中实现实时检测，具体为：

19、实时搜集区块链公链上的智能合约创建交易，保存交易的区块高度、交易哈希值、交易发生时间的交易基础信息；

20、根据探测器模块得到的智能合约创建交易的哈希值，按照提取出交易的字节码相关特征和非字节码相关特征；

21、选择合适模型进行部署，每当探测器模块搜集到智能合约创建交易，经特征提取模块得到特征向量后，输入到该模块得到判断结果，当结果为异常时进行告警。

22、本发明的第二方面：一种恶意智能合约创建交易识别装置，包括以下模块：

23、创建标注模块：获取历史智能合约创建交易数据，并完成标注；

24、特征提取模块：对获取到的智能合约创建交易数据进行特征提取，制作并标注数据集；

25、模型训练模块：对完成标注的数据集构建机器学习模型并进行训练，得到训练完成的机器学习模型；

26、实时数据预处理模块：获取实时的智能合约创建交易数据，并进行数据预处理；

27、实时检测模块：将完成预处理的数据输入到训练完成的机器学习模型中实现实时检测。

28、本发明的第三方面：一种电子设备，包括：

29、一个或多个处理器；

30、存储器，用于存储一个或多个程序；

31、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述的一种恶意智能合约创建交易识别方法。

32、本发明第四方面：一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现所述一种恶意智能合约创建交易识别方法的步骤。

33、本发明的有益效果如下：

34、本发明通过对以太坊区块链上的合约创建交易进行监控；通过对合约创建交易进行特征提取，准确捕捉合约创建活动的关键特征；通过机器学习模型对合约创建交易的特征进行评估，识别出恶意的合约创建交易。该方法能够大幅降低人工审计智能合约的成本，能够对潜在威胁及时发现与防范。

技术特征：

1.一种恶意智能合约创建交易识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的方法，其特征在于，获取历史智能合约创建交易数据，并完成标注，具体为：

3.如权利要求1所述的方法，其特征在于，对获取到的智能合约创建交易数据进行特征提取，制作数据集，具体为：

4.如权利要求1所述的方法，其特征在于，对完成标注的数据集构建机器学习模型并进行训练，具体为：

5.如权利要求1所述的方法，其特征在于，将完成预处理的数据输入到训练完成的机器学习模型中实现实时检测，具体为：

6.一种恶意智能合约创建交易识别装置，其特征在于，包括以下模块：

7.一种电子设备，其特征在于，包括：

8.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如权利要求1-5中任一项所述方法的步骤。

技术总结
本发明公开了一种恶意智能合约创建交易识别方法及装置，旨在应对恶意智能合约在区块链网络中可能引发的风险和不良影响。所述方法主要包括实时监控、特征提取和机器学习评估三个模块。通过对以太坊区块链上的合约创建交易进行监控；通过对合约创建交易进行特征提取，准确捕捉合约创建活动的关键特征；通过机器学习模型对合约创建交易的特征进行评估，识别出恶意的合约创建交易。该方法能够大幅降低人工审计智能合约的成本，能够对潜在威胁及时发现与防范。

技术研发人员：刘健,屠天宇,任首澎,任奎
受保护的技术使用者：浙江大学
技术研发日：
技术公布日：2024/4/17