System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及云計(jì)算,特別是一種基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法。
技術(shù)介紹
1、隨著區(qū)塊鏈技術(shù)的飛速發(fā)展,智能合約逐漸成為去中心化應(yīng)用的基礎(chǔ)。然而,由于智能合約的代碼透明且自動(dòng)執(zhí)行,惡意攻擊者常常利用智能合約中的漏洞進(jìn)行攻擊,導(dǎo)致巨大的財(cái)產(chǎn)損失。現(xiàn)有的智能合約安全分析方法通常依賴于靜態(tài)分析和動(dòng)態(tài)分析工具,但這些工具往往存在精度不高、執(zhí)行速度慢以及無法全面捕捉惡意行為等問題。
2、現(xiàn)有技術(shù)在智能合約惡意交易檢測(cè)中的不足,首先,現(xiàn)有的智能合約檢測(cè)機(jī)制對(duì)中間數(shù)據(jù)的存儲(chǔ)和檢索缺乏有效的解決方案,尤其是當(dāng)大量交易執(zhí)行時(shí),數(shù)據(jù)存儲(chǔ)與管理的瓶頸更加突出。其次,現(xiàn)有技術(shù)在檢測(cè)惡意交易行為時(shí),往往依賴于單節(jié)點(diǎn)處理,未充分利用分布式計(jì)算的優(yōu)勢(shì),因而無法快速有效地鎖定惡意交易行為。
技術(shù)實(shí)現(xiàn)思路
1、鑒于上述現(xiàn)有存在的問題,提出了本專利技術(shù)。
2、因此,本專利技術(shù)提供了一種基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法解決了智能合約交易執(zhí)行過程中提升惡意交易檢測(cè)的精度不高的問題。
3、為解決上述技術(shù)問題,本專利技術(shù)提供如下技術(shù)方案:
4、第一方面,本專利技術(shù)實(shí)施例提供了一種基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其包括,從區(qū)塊中提取交易哈希,并根據(jù)交易哈希從區(qū)塊鏈獲取交易數(shù)據(jù);
5、將交易數(shù)據(jù)在虛擬機(jī)中進(jìn)行同步模擬,生成中間數(shù)據(jù);
6、在交易模擬執(zhí)行過程中,采用dna計(jì)算技術(shù)對(duì)中間數(shù)據(jù)進(jìn)行高密度動(dòng)態(tài)存儲(chǔ),建立
7、在完成數(shù)據(jù)存儲(chǔ)與邏輯逆推后,通過分布式邊緣節(jié)點(diǎn)并行處理交易的模擬執(zhí)行任務(wù),并通過攻擊特征庫(kù)的匹配,識(shí)別惡意交易行為;
8、基于檢測(cè)結(jié)果,生成檢測(cè)報(bào)告。
9、作為本專利技術(shù)所述基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的一種優(yōu)選方案,其中:所述交易數(shù)據(jù)包括交易字節(jié)碼、發(fā)起者、接收者、交易金額。
10、作為本專利技術(shù)所述基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的一種優(yōu)選方案,其中:將交易數(shù)據(jù)在虛擬機(jī)中進(jìn)行同步模擬,生成中間數(shù)據(jù),包括如下步驟,
11、初始化虛擬機(jī)環(huán)境;
12、將交易數(shù)據(jù)映射到虛擬內(nèi)存和寄存器中,交易字節(jié)碼被分解為一條條指令,交易發(fā)起者、接收者和交易金額映射到虛擬狀態(tài)中;
13、采用指令解釋器,將每一條字節(jié)碼指令映射成具體的操作,生成多個(gè)潛在的執(zhí)行路徑,考慮到智能合約的動(dòng)態(tài)性,每個(gè)路徑代表不同邏輯分支;
14、通過虛擬機(jī)執(zhí)行引擎對(duì)每條字節(jié)碼指令逐條解釋執(zhí)行,記錄包含虛擬內(nèi)存狀態(tài)、虛擬機(jī)堆棧狀態(tài)、gas消耗情況和外部調(diào)用結(jié)果的中間數(shù)據(jù)。
15、作為本專利技術(shù)所述基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的一種優(yōu)選方案,其中:采用dna計(jì)算技術(shù)對(duì)中間數(shù)據(jù)進(jìn)行高密度動(dòng)態(tài)存儲(chǔ),建立快速檢索的索引結(jié)構(gòu),包括如下步驟,
16、在交易模擬執(zhí)行過程中,將中間數(shù)據(jù)拆分成適合dna編碼的小塊,定義編碼規(guī)則,將每個(gè)數(shù)據(jù)塊映射為dna序列,并為每個(gè)dna序列添加校驗(yàn)碼和時(shí)間戳;
17、將大量的中間數(shù)據(jù)壓縮到dna序列中,設(shè)計(jì)動(dòng)態(tài)存儲(chǔ)與釋放機(jī)制,僅在需要時(shí)存儲(chǔ)數(shù)據(jù),并在中間數(shù)據(jù)被使用后及時(shí)釋放存儲(chǔ)資源;
18、根據(jù)數(shù)據(jù)塊的內(nèi)容,為每個(gè)dna序列生成唯一的檢索標(biāo)簽;
19、采用哈希算法為每個(gè)dna序列生成索引,通過dna計(jì)算并行檢索能力,同時(shí)比對(duì)多個(gè)dna標(biāo)簽,找到與查詢條件匹配的dna序列,并迅速提取對(duì)應(yīng)的數(shù)據(jù)塊,得到快速檢索的索引結(jié)構(gòu)。
20、作為本專利技術(shù)所述基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的一種優(yōu)選方案,其中:基于dna序列,逆推出交易的完整執(zhí)行邏輯,包括如下步驟,
21、根據(jù)每個(gè)dna序列中的時(shí)間戳,通過分析字節(jié)碼的操作順序,建立執(zhí)行的邏輯順序鏈,構(gòu)建初步的執(zhí)行路徑;
22、通過分析每一步操作的堆棧和內(nèi)存狀態(tài)變化,識(shí)別關(guān)鍵的狀態(tài)更新和中間計(jì)算結(jié)果;
23、通過字節(jié)碼指令解析控制流,識(shí)別條件分支和循環(huán)結(jié)構(gòu);
24、分析交易過程中所有外部合約調(diào)用,追蹤參數(shù)傳遞、返回值和調(diào)用邏輯;
25、將識(shí)別和分析結(jié)果整合到初步的執(zhí)行路徑中,重建智能合約的執(zhí)行路徑;
26、基于重建智能合約的執(zhí)行路徑,逆推出交易的完整執(zhí)行邏輯。
27、作為本專利技術(shù)所述基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的一種優(yōu)選方案,其中:通過分布式邊緣節(jié)點(diǎn)并行處理交易的模擬執(zhí)行任務(wù),包括如下步驟,
28、通過靜態(tài)分析工具對(duì)智能合約的字節(jié)碼進(jìn)行分析,識(shí)別出邏輯邊界,基于邏輯邊界將交易的字節(jié)碼指令進(jìn)行分塊;
29、根據(jù)邊緣節(jié)點(diǎn)的計(jì)算能力和當(dāng)前負(fù)載,為每個(gè)節(jié)點(diǎn)分配任務(wù)塊;
30、每個(gè)邊緣節(jié)點(diǎn)接收到任務(wù)后,開始執(zhí)行交易的部分字節(jié)碼模擬任務(wù),并收集和存儲(chǔ)包含堆棧狀態(tài)、內(nèi)存狀態(tài)和函數(shù)調(diào)用情況的邊緣執(zhí)行數(shù)據(jù),在執(zhí)行過程中,節(jié)點(diǎn)之間通過協(xié)同機(jī)制進(jìn)行數(shù)據(jù)同步。
31、作為本專利技術(shù)所述基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的一種優(yōu)選方案,其中:通過攻擊特征庫(kù)的匹配,識(shí)別出惡意交易行為,包括如下步驟,
32、定義攻擊類型,包括重入攻擊、整數(shù)溢出/下溢和未檢查的外部調(diào)用;
33、通過模擬攻擊場(chǎng)景,提取潛在的攻擊模式;
34、將大量智能合約的字節(jié)碼輸入到靜態(tài)分析工具中,提取每個(gè)漏洞的字節(jié)碼序列作為攻擊特征;
35、將收集到的攻擊特征進(jìn)行標(biāo)準(zhǔn)化后,結(jié)合攻擊模式和攻擊類型,存儲(chǔ)在特征庫(kù)中,得到攻擊特征庫(kù);
36、通過對(duì)邊緣執(zhí)行數(shù)據(jù)進(jìn)行分析,檢測(cè)是否有異常行為;
37、若檢測(cè)沒有異常行為,則直接生成檢測(cè)報(bào)告;
38、若檢測(cè)有異常行為,則利用攻擊特征庫(kù)中的攻擊特征,對(duì)邊緣執(zhí)行數(shù)據(jù)進(jìn)行實(shí)時(shí)匹配,識(shí)別到攻擊模式,鎖定惡意交易行為。
39、作為本專利技術(shù)所述基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的一種優(yōu)選方案,其中:基于檢測(cè)結(jié)果,生成檢測(cè)報(bào)告是指列出惡意交易行為的類型和發(fā)生異常的具體字節(jié)碼序列,展示異常發(fā)生時(shí)的堆棧深度、內(nèi)存狀態(tài)、函數(shù)調(diào)用的情況和異常行為導(dǎo)致的gas消耗情況,得到檢測(cè)報(bào)告。
40、第二方面,本專利技術(shù)實(shí)施例提供了一種計(jì)算機(jī)設(shè)備,包括存儲(chǔ)器和處理器,所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序,其中:所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本專利技術(shù)第一方面所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的任一步驟。
41、第三方面,本專利技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,其中:所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本專利技術(shù)第一方面所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的任一步驟。
42、本專利技術(shù)有益效果為:通過引入dna計(jì)算技術(shù),實(shí)現(xiàn)了中間數(shù)據(jù)的高密度動(dòng)態(tài)存儲(chǔ)與快速檢索。dna計(jì)算技術(shù)不僅能夠?qū)⒅虚g數(shù)據(jù)壓縮存儲(chǔ),還通過時(shí)間戳和本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:包括,
2.如權(quán)利要求1所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:所述交易數(shù)據(jù)包括交易字節(jié)碼、發(fā)起者、接收者和交易金額。
3.如權(quán)利要求2所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:將交易數(shù)據(jù)在虛擬機(jī)中進(jìn)行同步模擬,生成中間數(shù)據(jù),包括如下步驟,
4.如權(quán)利要求3所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:采用DNA計(jì)算技術(shù)對(duì)中間數(shù)據(jù)進(jìn)行高密度動(dòng)態(tài)存儲(chǔ),建立快速檢索的索引結(jié)構(gòu),包括如下步驟,
5.如權(quán)利要求4所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:基于DNA序列,逆推出交易的完整執(zhí)行邏輯,包括如下步驟,
6.如權(quán)利要求5所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:通過分布式邊緣節(jié)點(diǎn)并行處理交易的模擬執(zhí)行任務(wù),包括如下步驟,
7.如權(quán)利要求6所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:通過攻擊特征庫(kù)的匹配,識(shí)別
8.如權(quán)利要求7所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:基于檢測(cè)結(jié)果,生成檢測(cè)報(bào)告是指列出惡意交易行為的類型和發(fā)生異常的具體字節(jié)碼序列,展示異常發(fā)生時(shí)的堆棧深度、內(nèi)存狀態(tài)、函數(shù)調(diào)用的情況和異常行為導(dǎo)致的Gas消耗情況,得到檢測(cè)報(bào)告。
9.一種計(jì)算機(jī)設(shè)備,包括存儲(chǔ)器和處理器,所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序,其特征在于:所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1~8任一所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,其特征在于:所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1~8任一所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法的步驟。
...【技術(shù)特征摘要】
1.一種基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:包括,
2.如權(quán)利要求1所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:所述交易數(shù)據(jù)包括交易字節(jié)碼、發(fā)起者、接收者和交易金額。
3.如權(quán)利要求2所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:將交易數(shù)據(jù)在虛擬機(jī)中進(jìn)行同步模擬,生成中間數(shù)據(jù),包括如下步驟,
4.如權(quán)利要求3所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:采用dna計(jì)算技術(shù)對(duì)中間數(shù)據(jù)進(jìn)行高密度動(dòng)態(tài)存儲(chǔ),建立快速檢索的索引結(jié)構(gòu),包括如下步驟,
5.如權(quán)利要求4所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:基于dna序列,逆推出交易的完整執(zhí)行邏輯,包括如下步驟,
6.如權(quán)利要求5所述的基于數(shù)據(jù)動(dòng)態(tài)存儲(chǔ)的智能合約惡意交易檢測(cè)分析方法,其特征在于:通過分布式邊緣節(jié)點(diǎn)并行處理交易的模...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:杜曉飛,趙瓊,
申請(qǐng)(專利權(quán))人:北京鼎璽盈動(dòng)科技有限公司,
類型:發(fā)明
國(guó)別省市:
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。