CN113032001B - 一种智能合约分类方法及装置 - Google Patents

Abstract

本申请公开了一种智能合约分类方法及装置，方法包括：分别获取目标交易数据的用户自定义数据和交易特征数据；采用预置特征抽取模型对解密用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量；根据交易特征数据中的关键特征构建交易特征向量；将词嵌入向量和交易特征向量融合成合约特征向量；将合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果。本申请能够解决现有技术无法有效理解智能合约的相关逻辑行为，导致智能合约分类结果准确度较低的技术问题。

Description

一种智能合约分类方法及装置

技术领域

本申请涉及语义分类技术领域，尤其涉及一种智能合约分类方法及装置。

背景技术

区块链是加密货币流通的技术前提，保证了交易数据的不变性。以太坊的出现开启了区块链2.0时代，所有的交易都可以建立在区块链的分布式应用中进行，在以太坊上，交易不仅是加密数字货币之前的转账，还可以是智能合约的创建和调用。作为以太坊的核心组成部分，智能合约本质上是一段可以根据预先指定的条件而被出发执行的代码，在智能合约的编写过程中支持用户自定义和调用一些复杂的逻辑。也正是因为智能合约的这些性质，掌握合约编程语言的用户可以将文本信息嵌入到编写的合约中。智能合约的执行关联着一系列的交易信息，智能合约代表的逻辑行为和交易信息有着密不可分的关系。

智能合约允许用户在区块链上实现个性化代码逻辑，使得区块链技术具有更多的应用场景。针对智能合约的分类手段主要分为两种，一种是基于语义理解的分类模型，一种是基于关键字的搜索和匹配，得到智能合约分类结果。但是目前的智能合约分类技术要么没有考虑智能合约关联的交易数据，难以保证实际分类结果的准确性，要么匹配无法有效的区分不同合约，导致匹配结果精确度较低。总的来讲就是现有智能合约分类技术无法有效的理解智能合约的逻辑行为，导致实际的智能合约分类结果较差的情况。

发明内容

本申请提供了一种智能合约分类方法及装置，用于解决现有技术无法有效理解智能合约的相关逻辑行为，导致智能合约分类结果准确度较低的技术问题。

有鉴于此，本申请第一方面提供了一种智能合约分类方法，包括：

分别获取目标交易数据的用户自定义数据和交易特征数据；

采用预置特征抽取模型对解密所述用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量；

根据所述交易特征数据中的关键特征构建交易特征向量；

将所述词嵌入向量和所述交易特征向量融合成合约特征向量；

将所述合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果。

可选的，还包括：

通过智能合约的区块链信息匹配的方式在以太坊上获取目标合约对应的目标交易数据。

可选的，所述采用预置特征抽取模型对解密所述用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量，包括：

通过预置解密工具对所述用户自定义数据进行解密，得到由用户编写信息构成的语义文本向量；

采用预置特征抽取模型对所述语义文本向量进行词特征提取，得到词嵌入向量。

可选的，所述通过预置解密工具对所述用户自定义数据进行解密，得到由用户编写信息构成的语义文本向量，之后还包括：

剔除所述语义文本向量中的无关信息，所述无关信息包括冗余符号和空白字符。

可选的，所述预置XGboost分类模型的配置过程为：

采用预置样本对初始XGboost分类模型进行预训练，得到预训练XGboost分类模型，所述初始XGboost分类模型包括预置正则损失函数；

通过以泰勒相关函数对所述预置正则损失函数进行优化的方式对所述预训练XGboost分类模型进行迭代优化，得到预置XGboost分类模型。

本申请第二方面提供了一种智能合约分类装置，包括：

获取模块，用于分别获取目标交易数据的用户自定义数据和交易特征数据；

提取模块，用于采用预置特征抽取模型对解密所述用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量；

构建模块，用于根据所述交易特征数据中的关键特征构建交易特征向量；

融合模块，用于将所述词嵌入向量和所述交易特征向量融合成合约特征向量；

分类模块，用于将所述合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果

可选的，还包括：

预获取模块，用于通过智能合约的区块链信息匹配的方式在以太坊上获取目标合约对应的目标交易数据。

可选的，所述提取模块，包括：

解密子模块，用于通过预置解密工具对所述用户自定义数据进行解密，得到由用户编写信息构成的语义文本向量；

提取子模块，用于采用预置特征抽取模型对所述语义文本向量进行词特征提取，得到词嵌入向量。

可选的，还包括：

剔除模块，用于剔除所述语义文本向量中的无关信息，所述无关信息包括冗余符号和空白字符。

可选的，所述预置XGboost分类模型的配置过程为：

采用预置样本对初始XGboost分类模型进行预训练，得到预训练XGboost分类模型，所述初始XGboost分类模型包括预置正则损失函数；

通过以泰勒相关函数对所述预置正则损失函数进行优化的方式对所述预训练XGboost分类模型进行迭代优化，得到预置XGboost分类模型。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请中，提供了一种智能合约分类方法，包括：分别获取目标交易数据的用户自定义数据和交易特征数据；采用预置特征抽取模型对解密所述用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量；根据所述交易特征数据中的关键特征构建交易特征向量；将所述词嵌入向量和所述交易特征向量融合成合约特征向量；将所述合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果。

本申请提供的智能合约分类方法，将智能合约相关的目标交易数据分为用户自定义数据和交易特征数据进行处理，分别获取用户自定义数据对应的词嵌入向量和交易特征数据对应交易特征向量，然后将两种特征向量进行融合后，再根据融合得到的合约特征向量进行合法性分类处理，得到智能合约分类结果；通过不同层面的交易数据分析表征智能合约，有效反映智能合约的逻辑行为，进而提升智能合约的分类结果的准确性。因此，本申请能够解决现有技术无法有效理解智能合约的相关逻辑行为，导致智能合约分类结果准确度较低的技术问题。

附图说明

图1为本申请实施例提供的一种智能合约分类方法的一个流程示意图；

图2为本申请实施例提供的一种智能合约分类方法的另一个流程示意图；

图3为本申请实施例提供的一种智能合约分类装置的结构示意图；

图4为本申请实施例提供的以太坊交易示例图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

为了便于理解，请参阅图1，本申请提供的一种智能合约分类方法的实施例一，包括：

步骤101、分别获取目标交易数据的用户自定义数据和交易特征数据。

由于智能合约关键代码的重复度较高，仅仅从智能合约代码中提取关键特征并不能精准反映智能合约的实际逻辑行为，无法实现更加完备，更加全面的分析。另外，智能合约中的嵌入文本包含着许多用户自定义关键信息，可以直接反映智能合约的设计理念。因此，本申请实施例中采用不同层面的数据表达方法对目标交易数据进行语义理解分析，能够有效增强智能合约的逻辑行为表达能力。

目标交易数据即为智能合约相关的交易数据，目标交易数据中可以提取出用户自定义数据和交易特征数据；用户自定义数据是一段加密编码，交易特征数据则涉及交易关联节点，相关交易的时间戳、交易金额等关键特征。通过不同数据形式对智能合约进行语义理解分析，能更大程度的反映出合约的设计理念和逻辑行为。

步骤102、采用预置特征抽取模型对解密所述用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量。

预置特征抽取模型可以根据实际情况进行设定，例如Bert模型。与智能合约相关的用户自定义数据通常会以哈希编码的形式存在于以太坊中，因此，在进行词特征提取之前需要解密，还原合约中的用户编写信息，然后才能进行词特征提取，得到词嵌入向量。

步骤103、根据所述交易特征数据中的关键特征构建交易特征向量。

直接将交易特征数据中的关键特征进行组合即可得到交易特征向量，用于表示交易特征。

步骤104、将所述词嵌入向量和所述交易特征向量融合成合约特征向量。

可以采用不同的融合形式将两种向量进行融合，例如拼接等融合手段，使得合约特征向量能够包含更加全面的智能合约的相关特征信息。

步骤105、将所述合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果。

预置XGboost分类模型是采用样本预训练得到的二分类模型，分类任务主要是判断当前智能合约的内容是否合法，即智能合约分类结果为合法或者不合法。

本申请实施例提供的智能合约分类方法，将智能合约相关的目标交易数据分为用户自定义数据和交易特征数据进行处理，分别获取用户自定义数据对应的词嵌入向量和交易特征数据对应交易特征向量，然后将两种特征向量进行融合后，再根据融合得到的合约特征向量进行合法性分类处理，得到智能合约分类结果；通过不同层面的交易数据分析表征智能合约，有效反映智能合约的逻辑行为，进而提升智能合约的分类结果的准确性。因此，本申请实施例能够解决现有技术无法有效理解智能合约的相关逻辑行为，导致智能合约分类结果准确度较低的技术问题。

以上为本申请提供的一种智能合约分类方法的一个实施例，以下为本申请提供的一种智能合约分类方法的另一个实施例。

为了便于理解，请参阅图2，本申请提供了一种智能合约分类方法的实施例二，包括：

步骤201、通过智能合约的区块链信息匹配的方式在以太坊上获取目标合约对应的目标交易数据。

步骤202、分别获取目标交易数据的用户自定义数据和交易特征数据。

区块链信息包括区块链号以及区块链哈希编码等信息，根据区块链信息对以太坊上的相关数据信息进行匹配，就可以得到不同智能合约对应的目标交易数据，目标交易数据中包含用户自定义数据和交易特征数据。

用户自定义数据是以太坊上存储的用户输入数据，是用户在编写合约时输入的备注文本信息，在合约的执行后存储在以太坊中。交易特征数据包括一些智能合约账号创建时所在区块链的号码，账户发起的交易次数，智能合约的以太币余额，区块链高度，相关交易的时间戳以及关联交易调用的合约函数等。

请参阅图4，举一个以太坊中的交易案例，网络中所有节点均独立维持区块链中的数据，当有新的区块链交易产生时，所有节点从各自冗余的区块链数据中读取智能合约代码、状态等相关信息，并独立在以太坊虚拟机中执行，如图4中，张三买电影票的交易将会在所有节点被验证。以太坊虚拟机的执行结果将以特定方式写回区块链数据中，保证智能合约的强一致性。如果节点收到非法攻击或者篡改，则执行结果以及区块链数据将与网络中其他节点不符，无法参与到网络的下一步共识中。

步骤203、通过预置解密工具对所述用户自定义数据进行解密，得到由用户编写信息构成的语义文本向量。

可以通过预置解密工具对用户自定义数据进行解码，得到原始的文本信息。预置解密工具是一种解密函数，调用解密函数就可以还原智能合约的用户自定义数据中的用户编写信息，将用户编写信息构成语义文本向量{Text₁,Text₂,......,Text_n}。

步骤204、剔除所述语义文本向量中的无关信息，所述无关信息包括冗余符号和空白字符。

剔除语义文本向量中的无关信息能够减少待处理信息的冗余度，提高了信息的精确度，便于后续的处理分析。

步骤205、采用预置特征抽取模型对所述语义文本向量进行词特征提取，得到词嵌入向量。

本申请实施例中预置特征抽取模型采用的是Bert模型，词特征提取过程是将任意长度的语义文本编码成定长向量，得到Bert词嵌入向量{V₁,V₂,......,V_n}，在低纬度表示嵌入文本的特征。

步骤206、根据所述交易特征数据中的关键特征构建交易特征向量。

将交易特征数据中的关键特征组合就可以得到交易特征向量T＝{T₁,T₂,......,T_n}。

步骤207、将词嵌入向量和交易特征向量融合成合约特征向量。

将词嵌入向量E＝{V₁,V₂,......,V_n}和交易特征向量按照组合的方式融合后可以得到合约特征向量(E,T)，合约特征向量具有更强的代表性，能更加全面的反映智能合约的逻辑行为。

步骤208、采用预置样本对初始XGboost分类模型进行预训练，得到预训练XGboost分类模型，初始XGboost分类模型包括预置正则损失函数。

利用集成树模型预测响应变量：在特征集合中含有n个预置样本，p个特征，计为

f_m代表第m棵回归树的函数表达式为：

其中T为回归树的叶子节点个数，q(X_i)表示回归树的划分规则，w_j为第j个叶子节点上的输出值。采用预置样本进行预训练就可以得到预训练XGboost分类模型。

为了估计以上树结构和参数，定义预置正则损失函数如下：

其中，

为损失函数，

为正则项，用于控制模型的复杂程度。

以预置正则损失函数为目标函数，采用梯度双提升算法求得目标函数的最优解，在每一次迭代中加入一颗新的回归树减少估计误差，则第t次迭代的目标函数为：

步骤209、通过以泰勒相关函数对预置正则损失函数进行优化的方式对预训练XGboost分类模型进行迭代优化，得到预置XGboost分类模型。

泰勒相关函数具体是指二阶泰勒展开近似回归函数，以二阶泰勒展开近似回归函数对预置正则损失函数进行优化，第t次迭代中最优权重和相应的预置正则损失函数为：

迭代直至满足条件为止，得到预置XGboost分类模型。

步骤210、将合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果。

预置XGboost分类模型完成的分类是合法性分类，即通过合约特征向量对智能合约的合约内容进行合法与不合法判定，由于合约特征向量是通过语义理解的方式进行分析得到的向量，最能够捕捉智能合约的逻辑行为，因此，通过逻辑行为表达就可以成功识别出当前智能合约是否合法，从而实现二分类，得到智能合约分类结果。

以上为本申请提供的一种智能合约分类方法的一个实施例，以下为本申请提供的一种智能合约分类装置的一个实施例。

为了便于理解，请参阅图3，本申请还提供了一种智能合约分类装置的实施例，包括：

获取模块301，用于分别获取目标交易数据的用户自定义数据和交易特征数据；

提取模块302，用于采用预置特征抽取模型对解密所述用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量；

构建模块303，用于根据所述交易特征数据中的关键特征构建交易特征向量；

融合模块304，用于将所述词嵌入向量和所述交易特征向量融合成合约特征向量；

分类模块305，用于将所述合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果。

进一步地，还包括：

预获取模块306，用于通过智能合约的区块链信息匹配的方式在以太坊上获取目标合约对应的目标交易数据。

进一步地，所述提取模块302，包括：

解密子模块3021，用于通过预置解密工具对所述用户自定义数据进行解密，得到由用户编写信息构成的语义文本向量；

提取子模块3022，用于采用预置特征抽取模型对所述语义文本向量进行词特征提取，得到词嵌入向量。

进一步地，还包括：

剔除模块307，用于剔除所述语义文本向量中的无关信息，所述无关信息包括冗余符号和空白字符。

进一步地，预置XGboost分类模型的配置过程为：

采用预置样本对初始XGboost分类模型进行预训练，得到预训练XGboost分类模型，初始XGboost分类模型包括预置正则损失函数；

通过以泰勒相关函数对预置正则损失函数进行优化的方式对预训练XGboost分类模型进行迭代优化，得到预置XGboost分类模型。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：RandomAccess Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (8)

1.一种智能合约分类方法，其特征在于，包括：

分别获取目标交易数据的用户自定义数据和交易特征数据；其中，用户自定义数据是一段加密编码；

采用预置特征抽取模型对解密所述用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量，包括：

通过预置解密工具对所述用户自定义数据进行解密，得到由用户编写信息构成的语义文本向量；

采用预置特征抽取模型对所述语义文本向量进行词特征提取，得到词嵌入向量；

根据所述交易特征数据中的关键特征构建交易特征向量；

将所述词嵌入向量和所述交易特征向量融合成合约特征向量；

将所述合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果。

2.根据权利要求1所述的智能合约分类方法，其特征在于，所述分别获取目标交易数据的用户自定义数据和交易特征数据，之前还包括：

通过智能合约的区块链信息匹配的方式在以太坊上获取目标合约对应的目标交易数据。

3.根据权利要求1所述的智能合约分类方法，其特征在于，所述通过预置解密工具对所述用户自定义数据进行解密，得到由用户编写信息构成的语义文本向量，之后还包括：

剔除所述语义文本向量中的无关信息，所述无关信息包括冗余符号和空白字符。

4.根据权利要求1所述的智能合约分类方法，其特征在于，所述预置XGboost分类模型的配置过程为：

采用预置样本对初始XGboost分类模型进行预训练，得到预训练XGboost分类模型，所述初始XGboost分类模型包括预置正则损失函数；

通过以泰勒相关函数对所述预置正则损失函数进行优化的方式对所述预训练XGboost分类模型进行迭代优化，得到预置XGboost分类模型。

5.一种智能合约分类装置，其特征在于，包括：

获取模块，用于分别获取目标交易数据的用户自定义数据和交易特征数据；其中，用户自定义数据是一段加密编码；

提取模块，用于采用预置特征抽取模型对解密所述用户自定义数据得到的语义文本向量进行词特征提取，得到词嵌入向量；所述提取模还包括：

解密子模块，用于通过预置解密工具对所述用户自定义数据进行解密，得到由用户编写信息构成的语义文本向量；

提取子模块，用于采用预置特征抽取模型对所述语义文本向量进行词特征提取，得到词嵌入向量；

构建模块，用于根据所述交易特征数据中的关键特征构建交易特征向量；

融合模块，用于将所述词嵌入向量和所述交易特征向量融合成合约特征向量；

分类模块，用于将所述合约特征向量输入预置XGboost分类模型中进行合法性分类，得到智能合约分类结果。

6.根据权利要求5所述的智能合约分类装置，其特征在于，还包括：

预获取模块，用于通过智能合约的区块链信息匹配的方式在以太坊上获取目标合约对应的目标交易数据。

7.根据权利要求5所述的智能合约分类装置，其特征在于，还包括：

剔除模块，用于剔除所述语义文本向量中的无关信息，所述无关信息包括冗余符号和空白字符。

8.根据权利要求5所述的智能合约分类装置，其特征在于，所述预置XGboost分类模型的配置过程为：

采用预置样本对初始XGboost分类模型进行预训练，得到预训练XGboost分类模型，所述初始XGboost分类模型包括预置正则损失函数；

通过以泰勒相关函数对所述预置正则损失函数进行优化的方式对所述预训练XGboost分类模型进行迭代优化，得到预置XGboost分类模型。

Images