买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉扬州大学申请的专利一种基于孪生网络的智能合约重入漏洞检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114065219B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111411982.X，技术领域涉及：G06F21/57；该发明授权一种基于孪生网络的智能合约重入漏洞检测方法是由陈伟杰;张乐君设计研发完成，并于2021-11-25向国家知识产权局提交的专利申请。

本一种基于孪生网络的智能合约重入漏洞检测方法在说明书摘要公布了：本发明公开了一种基于孪生网络的智能合约重入漏洞检测方法，包括，整理原始智能合约样本，形成最初的样本集合，并对最初的样本集合进行处理，生成第一次处理的样本集合；通过Word2vec模型对第一次处理的样本集合嵌入向量并组成矩阵，获得第二次处理的样本集合；令第二次处理的样本集合中正样本和负样本数量一致，获得第三次处理的样本集合，并利用第三次处理的样本集合制作数据集；将数据集分别输入神经网络A和神经网络B，以提取特征A和特征B，并计算特征A和特征B间的相似度；分别将特征A和特征B的相似度与阈值进行比较，完成检测；本发明能够准确检测智能合约重入漏洞，且扩充了数据集的大小。

本发明授权一种基于孪生网络的智能合约重入漏洞检测方法在权利要求书中公布了：1.一种基于孪生网络的智能合约重入漏洞检测方法，其特征在于：包括， 整理原始智能合约样本，形成最初的样本集合，并对所述最初的样本集合进行处理，生成第一次处理的样本集合； 通过Word2vec模型对第一次处理的样本集合嵌入向量并组成矩阵，获得第二次处理的样本集合； 令第二次处理的样本集合中正样本和负样本数量一致，获得第三次处理的样本集合，并利用第三次处理的样本集合制作数据集； 将所述数据集分别输入神经网络A和神经网络B，以提取特征A和特征B，并计算特征A和特征B间的相似度； 将特征A与特征B的相似度与阈值进行比较，完成检测； 从正负样本对中随机选择样本对，将参照类输入神经网络A，将测试类输入神经网络B； 分别通过神经网络A和神经网络B的LSTM层进行特征提取； 通过Relu层，将特征A和特征B进行非线性化； 数据经过Dense层后，再次经过Relu层和Dropout层，增加模型的鲁棒性，数据维度为none，200； 利用Dropout层和Dense层加快收敛神经网络A和神经网络B，而后通过SoftMax函数，将神经网络A和神经网络B的输出映射到0,1区间； 通过欧氏距离计算所述相似度； 神经网络A和神经网络B在训练中使用的损失函数loss为： 其中，d表示两个样本之间的欧氏距离，可以表示为两个样本的相似程度，margin表示为设定的阈值，y＝0表示两个样本不相似，y＝1表示两个样本相似，N是指批大小，即机器学习中的batchsize。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人扬州大学，其通讯地址为：225009 江苏省扬州市大学南路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。