一种具有概率标签估计的抗噪声联邦智能合约漏洞检测方法及系统

本发明属于智能合约漏洞检测领域，公开了一种具有概率标签估计的抗噪声联邦智能合约漏洞检测方法及系统，该方法通过概率标签估计模块将伪标签和本地标签视为观测噪声标签，构建概率标签模型，通过综合考虑全局模型伪标签和本地标签的信息，计算真实标签概率；引入元学习训练算法优化概率标签估计网络，通过迭代的内外训练步骤，利用本地模型的反馈不断调整概率标签估计网络的参数，从而提高标签校准的准确性。本发明不仅能有效解决现有技术存在的问题，还具有广泛的适用性，能够为不同场景下的智能合约漏洞检测提供可靠、高效的解决方案，有力保障区块链系统中智能合约的安全性，推动智能合约技术在更广泛领域的安全应用。