首页|基于Bi-LSTM和Attention的智能合约分类

基于Bi-LSTM和Attention的智能合约分类

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对区块链技术存在智能合约服务困难问题,提出基于注意力机制和双向长短期记忆神经网络的智能合约分类.运用Bi-LSTM网络从智能合约源代码和账户信息两个角度进行建模,提取出智能合约的最大特征信息.加入注意力机制的Bi-LSTM模型在Dataset-E、Dataset-N和Dataset-EO数据集上正确率分别达到89.8％、87.9％和85.0％,比同样条件下传统的CNN模型提高6.4％、5.5％和3.7％.仿真结果表明该智能合约分类能捕获到关键特征,提高效率和准确度.
Smart Contract Classification Based on Bi-LSTM and Attention

王灿、王冬

展开 >

山东科技大学计算机科学与工程学院,山东青岛266590

山东省滕东生建煤矿,山东滕州277522

智能合约分类 区块链技术 双向长短期记忆神经网络 注意力机制 代码语义特征 账户特征

国家自然科学青年基金

61702305

2021

10.11907/rjdk.201527

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(2)
  • 1
  • 6