简介面向计算机、人工智能、自动化等专业学生与从业者的深度学习区块链智能合约安全检测毕设资源包解决从零实现合约漏洞分析与安全检测模型搭建的难题适用于毕业设计、课程设计、期末大作业或区块链安全方向入门实践。项目经调试验证可稳定运行答辩评审98分代码结构清晰适合小白学习进阶也能为基础较强的开发者提供修改扩展的基础。压缩包共41个文件大小仅71KB以vue组件、js逻辑、scss样式为主搭配json配置、svg图标、README说明与入口html覆盖前端界面、状态管理、路由构建等模块整体目录结构清晰便于按功能模块定位阅读。已有410人学习下载配合完整源码与文档说明可直观了解深度学习与区块链智能合约安全检测的结合方式掌握数据展示、交互逻辑与项目组织方法亦可作为期末课程设计或毕业设计的参考模板。1. 为什么把智能合约安全检测押在深度学习上智能合约一旦部署上链修复漏洞的成本高到难以承受重入、整数溢出、未授权访问这类经典问题至今仍在不断造成实际损失。传统检测依赖人工编写的规则比如匹配call.value()或transfer()的调用模式这类方案的可解释性强但规则覆盖需要长期维护对未见过的攻击模式几乎无能为力。把检测问题建模成数据驱动任务让模型自己从大量已标注合约中学习漏洞代码的“长相”这是近几年被验证过的有效路线。这篇文章要讲的就是一条从原始 Solidity 源码到特征构造、模型训练、评估、再到系统化落地的完整路线。适合正在做相关课题的学生也适合想给合约安全工具链补充深度学习能力的工程师——你不需要有链上开发经验但最好有一些 Python 和 PyTorch 基础能跟到命令和参数层面。2. 智能合约数据形态与序列特征构造用深度学习做检测第一步不是选模型而是搞清楚输入到底是什么。智能合约可从四个层面拿到数据Solidity 源码、字节码、操作码、交易运行行为。多数研究项目和毕设首选 Solidity 源码因为标注成本低、语义信息保留完整字节码和操作码则更接近链上真实状态适合做部署后监测但反编译和特征提取的工作量明显更大。更稳妥的做法是源码为主、字节码为辅源码用来训练分类模型字节码用于对已部署合约做批量扫描。2.1.1 源码级特征提取的最小实现把 Solidity 文本转成模型可读的序列常见做法是词法级切分加关键字映射。下面这段代码能跑通一条最小预处理管线import re import torch from torch.nn.utils.rnn import pad_sequence KEYWORDS { contract: 1, function: 2, require: 3, assert: 4, call: 5, delegatecall: 6, transfer: 7, send: 8, revert: 9, mapping: 10, uint: 11, address: 12, block: 13, msg: 14, tx: 15, selfdestruct: 16 } def solidity_to_tokens(source: str) - list: source re.sub(r[0-9], N, source) tokens re.findall(r[a-zA-Z_][a-zA-Z0-9_]*|[{}();,:.]||||!, source) ids [] for t in tokens: base t.split(_)[0] ids.append(KEYWORDS.get(base, 1000)) return ids def collate_fn(batch): seqs, labels zip(*batch) seqs [torch.tensor(s, dtypetorch.long) for s in seqs] padded pad_sequence(seqs, batch_firstTrue, padding_value0) return padded, torch.tensor(labels, dtypetorch.long)这段代码做了三件事数字统一替换成 N避免模型把10和100当成不同特征用正则把代码切成 token再根据关键字表映射成 ID。函数名不做归一化时训练集里出现的函数名分布会严重干扰模型判断所以这里只取第一个下划线前的单词能保留transfer、withdraw这类语义同时丢弃合约特有的随机后缀。pad_sequence负责把同一批次内不同长度的序列补齐padding_value0表示用 0 作为填充符这也和后续nn.Embedding的padding_idx0相对应。2.1.2 四种输入形态怎么选不同输入形态对检测效果和应用场景的影响用一个对比表就能说清数据形态获取成本信息密度适合的模型典型应用Solidity 源码低高含注释、语义TextCNN、LSTM审计辅助、静态检测字节码中中需反编译LSTM、Transformer链上批量扫描操作码中中含控制流线索BiLSTM、GNN已部署合约分析交易行为高低依赖调用上下文时序模型实时风控源码的获取成本最低开源合约仓库、etherscan 源码验证页面都能批量爬字节码和操作码需要引入编译工具链比如solc --opcodes可以导出合约的操作码序列但编译版本和优化开关会影响结果做实验时要固定为同一版本。标注数据方面公开数据集可以搜 solc 相关漏洞合集自己搭建测试集时建议每条样本同时保留源码和编译产物方便后续补充特征。2.1.3 序列长度和一个人工检查合约源码长短差异很大有的几十行有的上千行。训练时如果直接截断到固定长度容易丢尾部逻辑。建议先统计训练集长度分布再定max_len超过截断、不足补齐。这条处理逻辑必须在预处理阶段保留否则推理时遇到超长合约会出现维度不匹配排查起来非常费时间。提示预处理和模型训练用同一套代码不要手工在验证集上“顺手处理”这是我见过最多低级 bug 的来源。3. 用 PyTorch 搭建一个可训练的漏洞检测模型把检测问题建模为多分类输入 token 序列输出漏洞类别。TextCNN 是最好的起步方案它结构简单、训练速度快、对合约这种局部模式更突出的数据表现稳定。BiLSTM 和 Transformer 也可以但 BiLSTM 在长序列上的训练效率和收敛稳定性都不如 TextCNNTransformer 对数据量要求高放在毕设场景里容易因为样本不足而过拟合。3.1.1 TextCNN 模型定义import torch import torch.nn as nn class TextCNN(nn.Module): def __init__(self, vocab_size, embed_dim128, num_classes6, kernel_sizes(3, 4, 5), num_filters128): super().__init__() self.embedding nn.Embedding(vocab_size, embed_dim, padding_idx0) self.convs nn.ModuleList([ nn.Conv1d(embed_dim, num_filters, k) for k in kernel_sizes ]) self.dropout nn.Dropout(0.5) self.fc nn.Linear(num_filters * len(kernel_sizes), num_classes) def forward(self, x): emb self.embedding(x) # (B, L, E) emb emb.transpose(1, 2) # (B, E, L) pooled [] for conv in self.convs: c torch.relu(conv(emb)) # (B, F, L - k 1) p torch.max(c, dim2)[0] # 全局最大池化 pooled.append(p) out torch.cat(pooled, dim1) return self.fc(self.dropout(out))padding_idx0让 embedding 层在计算梯度时跳过填充位置避免填充符影响卷积特征。卷积核大小分别取 3、4、5对应 3-gram 到 5-gram 的局部模式正好覆盖require、call、transfer这类短关键字组合。全局最大池化保留每个卷积通道中最强的特征比平均池化更能捕捉漏洞触发的关键片段。3.1.2 训练参数和完整训练循环from torch.utils.data import DataLoader, TensorDataset model TextCNN(vocab_sizelen(KEYWORDS) 1001, num_classes6) optimizer torch.optim.Adam(model.parameters(), lr1e-3) criterion nn.CrossEntropyLoss() for epoch in range(30): model.train() total_loss 0 for tokens, labels in train_loader: optimizer.zero_grad() logits model(tokens) loss criterion(logits, labels) loss.backward() optimizer.step() total_loss loss.item() print(fepoch {epoch:02d} loss {total_loss / len(train_loader):.4f})学习率初始1e-3batch size 用 32 或 64。类别不均衡时给CrossEntropyLoss传入weight参数按样本数倒数归一化能明显提升少样本类别的召回。训练轮次不要拍脑袋定 30应该配合 early stopping记录验证集 F1连续 5 轮不提升就停止保存最优权重。这一步被很多入门代码忽略结果就是模型在训练集上刷高分验证集上表现平平。3.1.3 环境配置里最容易卡住的点PyTorch 版本和 CUDA 版本不匹配是重复率最高的报错来源。建议直接用 conda 创建独立环境conda create -n sol-det python3.10 -y conda activate sol-det pip install torch --index-url https://download.pytorch.org/whl/cu118CUDA 版本按自己显卡驱动选择不确定就先用 CPU 版本跑通逻辑再换 GPU。另一个常见问题是坑在混用torchtext版本旧版torchtext已不再维护不要引入不相干的全局实验记录器保持环境最小化出问题能快速定位。数据量不大时用普通 Python 在collate_fn里做切分就够不必上复杂流水线。4. 评估要看得分更要看漏报指标与对比实验毕业设计答辩时评委最关心的问题通常不是“准确率多高”而是“漏报多少”“误报多少”。多分类任务里 Accuracy 会被多数类主导比如 90% 样本是正常合约时模型全输出正常也能有 90% 准确率这个数字毫无意义。必须按类别分别看 Precision、Recall、F1并针对漏洞类别单独关注召回率——漏一个漏洞的后果远大于多报一个。4.1.1 一个可以直接跑完的评估脚本模型训练完成后在验证集上跑出完整分类报告from sklearn.metrics import classification_report, confusion_matrix import numpy as np LABELS [normal, reentrancy, integer_overflow, access_control, unchecked_call, gas_grief] model.eval() all_preds, all_labels [], [] with torch.no_grad(): for tokens, labels in val_loader: logits model(tokens) preds logits.argmax(dim1) all_preds.extend(preds.cpu().tolist()) all_labels.extend(labels.cpu().tolist()) print(classification_report(all_labels, all_preds, target_namesLABELS, digits4)) print(confusion_matrix(all_labels, all_preds))classification_report会分别输出每个类别的精确率、召回率和 F1digits4是为了在小样本类别上能看到差异默认的 2 位小数会掩盖全是 1.00 的假象。查看模型输出的困惑是多分类模型的argmax拿到的是索引必须和LABELS列表顺序对齐训练时的类别映射和评估时不一致结果会错位到完全离谱但仍显示高分。4.1.2 和现有工具做对比实验很多毕设题目里会要求“对比实验”。常见做法是拿 Slither、Mythril 这类规则工具在同一批测试集上跑一遍将结果作为基线。用批处理脚本汇总到一张表里slither sample_contracts/reentrancy_01.sol --json slither_out.json 2/dev/nullSlither 输出 JSON 后用 Python 解析出检测到的漏洞类别再和模型预测做交集对比。规则工具在简单重入样本上几乎百发百中但在未知模式上会漏深度模型相反能发现“长得像漏洞”却解释不清为什么的样本。评价自己的模型不需要全面超越 Slither能证明“在误报率相近时检出更多变体”就有说服力。用不同随机种子跑 3 次取均值能有效避开你只靠运气挑出好结果——这一条在论文里特别好使测试结果的可复现性立刻上一个档次。4.1.3 边界样本和错误分析评估的意义不只是打印几个分数。从混淆矩阵里挑出预测错误最多的样本逐条看预测时错误的模式。常见结果是两类跨越unchecked_call被识别成reentrancy因为两个模式都包含call关键字access_control样本因为缺少require判定被归为normal。这类错误暴露的是特征表达不足而不是模型隐藏层容量不够方法也很明确给require、modifier这类权限控制相关 token 单独建特征通道在用 embedding 时把modifier和require编码到相邻区间模型会更容易捕获它们的共现关系。5. 从模型到毕业设计交付系统架构与接口封装模型能跑只是一个“深度学习训练的探索”毕设要求的是可展示、可操作的系统。完整系统通常拆成数据层、检测层、服务层、展示层。数据层负责预处理和缓存检测层加载模型做预测服务层提供 REST 接口并做结果落库展示层就是网页。中间任何一层出错都要能看到日志定位而不是丢一个 500 了事。5.1.1 用 FastAPI 封装检测接口from fastapi import FastAPI, UploadFile, HTTPException from pydantic import BaseModel app FastAPI() model, preprocessor load_model(checkpoints/best.pt) class DetectResponse(BaseModel): vulnerability_type: str confidence: float position_hint: str app.post(/detect) async def detect(file: UploadFile): if not file.filename.endswith(.sol): raise HTTPException(status_code400, detailunsupported file type) code (await file.read()).decode(utf-8) tokens preprocessor.encode(code) prob model.predict_proba(tokens) idx prob.argmax() if prob[idx] 0.7: return DetectResponse(vulnerability_typenormal, confidenceprob[idx]) return DetectResponse(vulnerability_typeLABELS[idx], confidenceprob[idx])predict_proba在模型内部对 logits 做 softmax 后返回完整概率分布低于 0.7 时返回 normal防止低置信度预测被当作实锤。这块逻辑务必要和训练脚本解耦训练脚本负责模型迭代API 只负责推理模型文件用固定路径加版本号管理避免训练时覆盖掉线上权重。5.1.2 可视化页面和批量扫描界面不炫没关系但要完整闭环后端提供一个 POST 接口负责单文件检测一个 GET 接口负责扫描记录查询前端写一个文件上传区域、解析按钮、结果展示列表。上传后服务端解析返回 JSON前端渲染出漏洞类别和置信度。批量扫描通过os.walk遍历合约目录把每条样本的检测结果写进 CSV 或 SQLite方便后续统计。毕设展示时最有冲击力的演示是放一个含重入漏洞的合约文本页面几秒返回reentrancy 0.98比任何指标都直观。5.1.3 源码组织和文档说明怎么交毕设源码要能一键跑起来写清楚 Python 版本、依赖文件、训练入口、推理入口、每个模块的输入输出。常见便捷做法是用requirements.txt锁定全量依赖而不是只写几个大包名。模型权重文件太大不进源码包但必须说明获取途径“训练后由train.py输出”并给出存放目录。文档里把实验环境、预处理流程、模型结构、评测表写清楚答辩时基本不会被问倒。建议把一天内跑通的最小命令放在 README 第一屏pip install -r requirements.txt python train.py --data data/ --epochs 30 python api.py --port 8000这里的三行命令要确保每个都真实可执行我在不少项目里见过文档写得完整但实际运行就报错的。6. 用阈值过滤和半监督把误报宰下去模型的输出是概率分布直接取 argmax 只是默认做法。调整一下判定阈值对线上效果的影响往往比换模型还大。规则是对漏报率要求高的场景压低判为漏洞的阈值对误报容忍度低的场景抬高置信度门槛。具体做法是跑一遍验证集按置信度从 0.5 到 0.9 间隔 0.05 遍历记录每个阈值下的召回率和精确率选一个让 F1 最高的点作为最终判定线。未标注合约也能发挥作用让模型给出预测后把置信度大于 0.95 的样本当成伪标签混入训练集做两轮迭代训练。对合约这种“同类漏洞代码相似度高”的数据这种半监督训练对提升小类别召回的效果比单纯加宽模型更明显。你的全套流程最终会是预处理脚本、训练脚本、评估脚本、推理服务、系统前端五个模块都能单独跑通。做毕业设计时这些模块加在一起会比只“养了一个网络”更有整体感也经得起答辩现场现场跑一次测试。本文还有配套的精品资源点击获取
简介面向计算机、人工智能、自动化等专业学生与从业者的深度学习区块链智能合约安全检测毕设资源包解决从零实现合约漏洞分析与安全检测模型搭建的难题适用于毕业设计、课程设计、期末大作业或区块链安全方向入门实践。项目经调试验证可稳定运行答辩评审98分代码结构清晰适合小白学习进阶也能为基础较强的开发者提供修改扩展的基础。压缩包共41个文件大小仅71KB以vue组件、js逻辑、scss样式为主搭配json配置、svg图标、README说明与入口html覆盖前端界面、状态管理、路由构建等模块整体目录结构清晰便于按功能模块定位阅读。已有410人学习下载配合完整源码与文档说明可直观了解深度学习与区块链智能合约安全检测的结合方式掌握数据展示、交互逻辑与项目组织方法亦可作为期末课程设计或毕业设计的参考模板。1. 为什么把智能合约安全检测押在深度学习上智能合约一旦部署上链修复漏洞的成本高到难以承受重入、整数溢出、未授权访问这类经典问题至今仍在不断造成实际损失。传统检测依赖人工编写的规则比如匹配call.value()或transfer()的调用模式这类方案的可解释性强但规则覆盖需要长期维护对未见过的攻击模式几乎无能为力。把检测问题建模成数据驱动任务让模型自己从大量已标注合约中学习漏洞代码的“长相”这是近几年被验证过的有效路线。这篇文章要讲的就是一条从原始 Solidity 源码到特征构造、模型训练、评估、再到系统化落地的完整路线。适合正在做相关课题的学生也适合想给合约安全工具链补充深度学习能力的工程师——你不需要有链上开发经验但最好有一些 Python 和 PyTorch 基础能跟到命令和参数层面。2. 智能合约数据形态与序列特征构造用深度学习做检测第一步不是选模型而是搞清楚输入到底是什么。智能合约可从四个层面拿到数据Solidity 源码、字节码、操作码、交易运行行为。多数研究项目和毕设首选 Solidity 源码因为标注成本低、语义信息保留完整字节码和操作码则更接近链上真实状态适合做部署后监测但反编译和特征提取的工作量明显更大。更稳妥的做法是源码为主、字节码为辅源码用来训练分类模型字节码用于对已部署合约做批量扫描。2.1.1 源码级特征提取的最小实现把 Solidity 文本转成模型可读的序列常见做法是词法级切分加关键字映射。下面这段代码能跑通一条最小预处理管线import re import torch from torch.nn.utils.rnn import pad_sequence KEYWORDS { contract: 1, function: 2, require: 3, assert: 4, call: 5, delegatecall: 6, transfer: 7, send: 8, revert: 9, mapping: 10, uint: 11, address: 12, block: 13, msg: 14, tx: 15, selfdestruct: 16 } def solidity_to_tokens(source: str) - list: source re.sub(r[0-9], N, source) tokens re.findall(r[a-zA-Z_][a-zA-Z0-9_]*|[{}();,:.]||||!, source) ids [] for t in tokens: base t.split(_)[0] ids.append(KEYWORDS.get(base, 1000)) return ids def collate_fn(batch): seqs, labels zip(*batch) seqs [torch.tensor(s, dtypetorch.long) for s in seqs] padded pad_sequence(seqs, batch_firstTrue, padding_value0) return padded, torch.tensor(labels, dtypetorch.long)这段代码做了三件事数字统一替换成 N避免模型把10和100当成不同特征用正则把代码切成 token再根据关键字表映射成 ID。函数名不做归一化时训练集里出现的函数名分布会严重干扰模型判断所以这里只取第一个下划线前的单词能保留transfer、withdraw这类语义同时丢弃合约特有的随机后缀。pad_sequence负责把同一批次内不同长度的序列补齐padding_value0表示用 0 作为填充符这也和后续nn.Embedding的padding_idx0相对应。2.1.2 四种输入形态怎么选不同输入形态对检测效果和应用场景的影响用一个对比表就能说清数据形态获取成本信息密度适合的模型典型应用Solidity 源码低高含注释、语义TextCNN、LSTM审计辅助、静态检测字节码中中需反编译LSTM、Transformer链上批量扫描操作码中中含控制流线索BiLSTM、GNN已部署合约分析交易行为高低依赖调用上下文时序模型实时风控源码的获取成本最低开源合约仓库、etherscan 源码验证页面都能批量爬字节码和操作码需要引入编译工具链比如solc --opcodes可以导出合约的操作码序列但编译版本和优化开关会影响结果做实验时要固定为同一版本。标注数据方面公开数据集可以搜 solc 相关漏洞合集自己搭建测试集时建议每条样本同时保留源码和编译产物方便后续补充特征。2.1.3 序列长度和一个人工检查合约源码长短差异很大有的几十行有的上千行。训练时如果直接截断到固定长度容易丢尾部逻辑。建议先统计训练集长度分布再定max_len超过截断、不足补齐。这条处理逻辑必须在预处理阶段保留否则推理时遇到超长合约会出现维度不匹配排查起来非常费时间。提示预处理和模型训练用同一套代码不要手工在验证集上“顺手处理”这是我见过最多低级 bug 的来源。3. 用 PyTorch 搭建一个可训练的漏洞检测模型把检测问题建模为多分类输入 token 序列输出漏洞类别。TextCNN 是最好的起步方案它结构简单、训练速度快、对合约这种局部模式更突出的数据表现稳定。BiLSTM 和 Transformer 也可以但 BiLSTM 在长序列上的训练效率和收敛稳定性都不如 TextCNNTransformer 对数据量要求高放在毕设场景里容易因为样本不足而过拟合。3.1.1 TextCNN 模型定义import torch import torch.nn as nn class TextCNN(nn.Module): def __init__(self, vocab_size, embed_dim128, num_classes6, kernel_sizes(3, 4, 5), num_filters128): super().__init__() self.embedding nn.Embedding(vocab_size, embed_dim, padding_idx0) self.convs nn.ModuleList([ nn.Conv1d(embed_dim, num_filters, k) for k in kernel_sizes ]) self.dropout nn.Dropout(0.5) self.fc nn.Linear(num_filters * len(kernel_sizes), num_classes) def forward(self, x): emb self.embedding(x) # (B, L, E) emb emb.transpose(1, 2) # (B, E, L) pooled [] for conv in self.convs: c torch.relu(conv(emb)) # (B, F, L - k 1) p torch.max(c, dim2)[0] # 全局最大池化 pooled.append(p) out torch.cat(pooled, dim1) return self.fc(self.dropout(out))padding_idx0让 embedding 层在计算梯度时跳过填充位置避免填充符影响卷积特征。卷积核大小分别取 3、4、5对应 3-gram 到 5-gram 的局部模式正好覆盖require、call、transfer这类短关键字组合。全局最大池化保留每个卷积通道中最强的特征比平均池化更能捕捉漏洞触发的关键片段。3.1.2 训练参数和完整训练循环from torch.utils.data import DataLoader, TensorDataset model TextCNN(vocab_sizelen(KEYWORDS) 1001, num_classes6) optimizer torch.optim.Adam(model.parameters(), lr1e-3) criterion nn.CrossEntropyLoss() for epoch in range(30): model.train() total_loss 0 for tokens, labels in train_loader: optimizer.zero_grad() logits model(tokens) loss criterion(logits, labels) loss.backward() optimizer.step() total_loss loss.item() print(fepoch {epoch:02d} loss {total_loss / len(train_loader):.4f})学习率初始1e-3batch size 用 32 或 64。类别不均衡时给CrossEntropyLoss传入weight参数按样本数倒数归一化能明显提升少样本类别的召回。训练轮次不要拍脑袋定 30应该配合 early stopping记录验证集 F1连续 5 轮不提升就停止保存最优权重。这一步被很多入门代码忽略结果就是模型在训练集上刷高分验证集上表现平平。3.1.3 环境配置里最容易卡住的点PyTorch 版本和 CUDA 版本不匹配是重复率最高的报错来源。建议直接用 conda 创建独立环境conda create -n sol-det python3.10 -y conda activate sol-det pip install torch --index-url https://download.pytorch.org/whl/cu118CUDA 版本按自己显卡驱动选择不确定就先用 CPU 版本跑通逻辑再换 GPU。另一个常见问题是坑在混用torchtext版本旧版torchtext已不再维护不要引入不相干的全局实验记录器保持环境最小化出问题能快速定位。数据量不大时用普通 Python 在collate_fn里做切分就够不必上复杂流水线。4. 评估要看得分更要看漏报指标与对比实验毕业设计答辩时评委最关心的问题通常不是“准确率多高”而是“漏报多少”“误报多少”。多分类任务里 Accuracy 会被多数类主导比如 90% 样本是正常合约时模型全输出正常也能有 90% 准确率这个数字毫无意义。必须按类别分别看 Precision、Recall、F1并针对漏洞类别单独关注召回率——漏一个漏洞的后果远大于多报一个。4.1.1 一个可以直接跑完的评估脚本模型训练完成后在验证集上跑出完整分类报告from sklearn.metrics import classification_report, confusion_matrix import numpy as np LABELS [normal, reentrancy, integer_overflow, access_control, unchecked_call, gas_grief] model.eval() all_preds, all_labels [], [] with torch.no_grad(): for tokens, labels in val_loader: logits model(tokens) preds logits.argmax(dim1) all_preds.extend(preds.cpu().tolist()) all_labels.extend(labels.cpu().tolist()) print(classification_report(all_labels, all_preds, target_namesLABELS, digits4)) print(confusion_matrix(all_labels, all_preds))classification_report会分别输出每个类别的精确率、召回率和 F1digits4是为了在小样本类别上能看到差异默认的 2 位小数会掩盖全是 1.00 的假象。查看模型输出的困惑是多分类模型的argmax拿到的是索引必须和LABELS列表顺序对齐训练时的类别映射和评估时不一致结果会错位到完全离谱但仍显示高分。4.1.2 和现有工具做对比实验很多毕设题目里会要求“对比实验”。常见做法是拿 Slither、Mythril 这类规则工具在同一批测试集上跑一遍将结果作为基线。用批处理脚本汇总到一张表里slither sample_contracts/reentrancy_01.sol --json slither_out.json 2/dev/nullSlither 输出 JSON 后用 Python 解析出检测到的漏洞类别再和模型预测做交集对比。规则工具在简单重入样本上几乎百发百中但在未知模式上会漏深度模型相反能发现“长得像漏洞”却解释不清为什么的样本。评价自己的模型不需要全面超越 Slither能证明“在误报率相近时检出更多变体”就有说服力。用不同随机种子跑 3 次取均值能有效避开你只靠运气挑出好结果——这一条在论文里特别好使测试结果的可复现性立刻上一个档次。4.1.3 边界样本和错误分析评估的意义不只是打印几个分数。从混淆矩阵里挑出预测错误最多的样本逐条看预测时错误的模式。常见结果是两类跨越unchecked_call被识别成reentrancy因为两个模式都包含call关键字access_control样本因为缺少require判定被归为normal。这类错误暴露的是特征表达不足而不是模型隐藏层容量不够方法也很明确给require、modifier这类权限控制相关 token 单独建特征通道在用 embedding 时把modifier和require编码到相邻区间模型会更容易捕获它们的共现关系。5. 从模型到毕业设计交付系统架构与接口封装模型能跑只是一个“深度学习训练的探索”毕设要求的是可展示、可操作的系统。完整系统通常拆成数据层、检测层、服务层、展示层。数据层负责预处理和缓存检测层加载模型做预测服务层提供 REST 接口并做结果落库展示层就是网页。中间任何一层出错都要能看到日志定位而不是丢一个 500 了事。5.1.1 用 FastAPI 封装检测接口from fastapi import FastAPI, UploadFile, HTTPException from pydantic import BaseModel app FastAPI() model, preprocessor load_model(checkpoints/best.pt) class DetectResponse(BaseModel): vulnerability_type: str confidence: float position_hint: str app.post(/detect) async def detect(file: UploadFile): if not file.filename.endswith(.sol): raise HTTPException(status_code400, detailunsupported file type) code (await file.read()).decode(utf-8) tokens preprocessor.encode(code) prob model.predict_proba(tokens) idx prob.argmax() if prob[idx] 0.7: return DetectResponse(vulnerability_typenormal, confidenceprob[idx]) return DetectResponse(vulnerability_typeLABELS[idx], confidenceprob[idx])predict_proba在模型内部对 logits 做 softmax 后返回完整概率分布低于 0.7 时返回 normal防止低置信度预测被当作实锤。这块逻辑务必要和训练脚本解耦训练脚本负责模型迭代API 只负责推理模型文件用固定路径加版本号管理避免训练时覆盖掉线上权重。5.1.2 可视化页面和批量扫描界面不炫没关系但要完整闭环后端提供一个 POST 接口负责单文件检测一个 GET 接口负责扫描记录查询前端写一个文件上传区域、解析按钮、结果展示列表。上传后服务端解析返回 JSON前端渲染出漏洞类别和置信度。批量扫描通过os.walk遍历合约目录把每条样本的检测结果写进 CSV 或 SQLite方便后续统计。毕设展示时最有冲击力的演示是放一个含重入漏洞的合约文本页面几秒返回reentrancy 0.98比任何指标都直观。5.1.3 源码组织和文档说明怎么交毕设源码要能一键跑起来写清楚 Python 版本、依赖文件、训练入口、推理入口、每个模块的输入输出。常见便捷做法是用requirements.txt锁定全量依赖而不是只写几个大包名。模型权重文件太大不进源码包但必须说明获取途径“训练后由train.py输出”并给出存放目录。文档里把实验环境、预处理流程、模型结构、评测表写清楚答辩时基本不会被问倒。建议把一天内跑通的最小命令放在 README 第一屏pip install -r requirements.txt python train.py --data data/ --epochs 30 python api.py --port 8000这里的三行命令要确保每个都真实可执行我在不少项目里见过文档写得完整但实际运行就报错的。6. 用阈值过滤和半监督把误报宰下去模型的输出是概率分布直接取 argmax 只是默认做法。调整一下判定阈值对线上效果的影响往往比换模型还大。规则是对漏报率要求高的场景压低判为漏洞的阈值对误报容忍度低的场景抬高置信度门槛。具体做法是跑一遍验证集按置信度从 0.5 到 0.9 间隔 0.05 遍历记录每个阈值下的召回率和精确率选一个让 F1 最高的点作为最终判定线。未标注合约也能发挥作用让模型给出预测后把置信度大于 0.95 的样本当成伪标签混入训练集做两轮迭代训练。对合约这种“同类漏洞代码相似度高”的数据这种半监督训练对提升小类别召回的效果比单纯加宽模型更明显。你的全套流程最终会是预处理脚本、训练脚本、评估脚本、推理服务、系统前端五个模块都能单独跑通。做毕业设计时这些模块加在一起会比只“养了一个网络”更有整体感也经得起答辩现场现场跑一次测试。本文还有配套的精品资源点击获取
