文章：《基于深度学习的智能合约漏洞检测

    方法综述》

    学报：四川大学学报（自然科学版），2023

    年第2期

    作者：张小松、牛伟纳、黄世平、孙裕俨、

    贺哲远

    评荐：任奎（浙江大学网络空间安全学院院

    长、浙江大学求是讲席教授）

    区块链是我国核心技术自主创新的重要突破口，是实现制造强国、网络强国、数字中国的有效支撑。智能合约作为区块链上最具有价值和灵活性的领域，其安全性保证是区块链应用的重点。该文章系统阐述了智能合约的应用价值，分析了基于深度学习的智能合约漏洞检测技术发展前沿与挑战。

    该文章认为，基于符号执行、形式化验证和模糊测试等的智能合约漏洞检测方法具有计算复杂、依赖预先定义规则等局限，需要借助深度学习方法实现自动化的智能合约漏洞检测。实现基于深度学习的智能合约漏洞检测，需要结合智能合约的不同表征形式：基于文本处理的深度学习方法使用自然语言处理方法提取智能合约的语义特征，忽略了代码中函数调用、数据依赖等结构信息；基于静态分析的深度学习方法利用静态分析方法提取智能合约的结构信息，结合深度学习提取智能合约的结构特征，有效提高了智能合约漏洞检测的效果；基于图像处理的深度学习方法将智能合约转换为像素图，提取图像模式特征，缺乏可解释性。围绕上述各项技术路径和挑战，该文章系统阐述了领域发展现状，并展望了未来的研究方向。