一种基于多模态深度学习的区块链智能合约漏洞检测方法

本发明涉及区块链智能合约安全技术领域，具体涉及一种基于多模态深度学习的区块链智能合约漏洞检测方法，包括以下步骤：S1：提取了智能合约的代码属性图(CPG)；S2：采用SwinTransformerV2的大规模预训练视觉模型提取计算机视觉特征；S3：采用UniXcoder的大规模预训练模型提取代码语义特征；S4：多个交错的图卷积/池化层块(Conv‑Pool块)组成图特征提取器进行提取图特征；S5：将步骤S2、S3、S4特征提取器获得的三个特征融合在一起，得到多模态特征实现区块链智能合约的重入漏洞检测；本发明中公开的基于多模态深度学习的检测方法能有效提高对区块链智能合约重入漏洞的检测精度，推动区块链智能合约的安全风险防范工作。