【摘 要】
:
区块链技术的快速发展,在全球各个行业中逐渐体现出广泛的影响。自比特币作为区块链技术的载体出现以来,区块链技术得到了广泛的重视,并在诸多领域展开应用。比特币和以太坊是区块链最为成功的应用案例,以太坊用户可以通过发布运行在以太坊虚拟机上的智能合约,从而在以太坊发布信息;而比特币除了完成交易,也可以通过特定字段进行信息的发布与传播,有漏洞的智能合约的发布与不安全信息在链上的传播,造成了用户的财产损失与区
论文部分内容阅读
区块链技术的快速发展,在全球各个行业中逐渐体现出广泛的影响。自比特币作为区块链技术的载体出现以来,区块链技术得到了广泛的重视,并在诸多领域展开应用。比特币和以太坊是区块链最为成功的应用案例,以太坊用户可以通过发布运行在以太坊虚拟机上的智能合约,从而在以太坊发布信息;而比特币除了完成交易,也可以通过特定字段进行信息的发布与传播,有漏洞的智能合约的发布与不安全信息在链上的传播,造成了用户的财产损失与区块链生态不安全。因此,对智能合约漏洞和比特币链上信息的分析具有现实需求。本论文分析了以太坊智能合约漏洞类型和原理,调研了合约漏洞扫描常用策略,重点关注于污点扫描技术,并总结了合约的漏洞类型与其各自对应的代码特征。同时,本课题还在调研比特币数据结构的基础上,研究了比特币链上传播信息的原理,通过对链上更新的比特币信息进行语义解析,获取比特币上传播的信息并对其进行了基于LSTM(长短期记忆模型)的分类。本论文基于上述语义分析技术对以太坊智能合约与比特币信息分析系统进行了分析、设计和实现。基于Django、Vue.js框架搭建了提供以太坊智能合约语义信息查询和分析的Web服务。使用Scrapy框架完成对以太坊智能合约信息的实时爬取,并搭建了比特币节点Bcoin,以获取最新的比特币链上信息,并进行解析,然后通过LSTM(长短期记忆模型)对具有语义的信息进行分类。本课题还对系统进行了功能性和非功能性测试。在功能测试方面,多种智能合约漏洞均可以被本系统合约审计功能命中,同时测试了比特币信息分类的准确率。最后对系统进行了非功能测试包括安全测试和准确率测试,保证了本系统能安全地提供高质量服务。
其他文献
互联网技术在不断更新迭代,中心化系统已不满足当前日益增长的数据需求,因此分布式存储网络系统应运而生,然而关于分布式存储网络系统的实现还存在着诸多问题,如数据存储备份多,数据信息传输安全性低,数据传输记录易被篡改,缺乏数据细粒度访问控制。其中安全性问题是阻碍系统被大规模应用的主要原因之一。针对以上问题,本文从安全性、可靠性、实用性三个方面着手,基于Ethereum和IPFS加密算法,对分布式存储网络
网络在当今高度连接的世界中发挥着重要作用,Internet接入网及骨干网容量的提升,带来了传统广域网市场的变革,对云服务的巨大需求意味着对广域网连接、安全性和带宽的巨大需求。传统的网络体系结构不适合满足现代数据中心和运营商基于云的服务要求。作为一种新兴的网络架构范例,软件定义网络(Software Defined Network,SDN)正在改善网络的可扩展性和灵活性。软件定义广域网是将软件定义网
近年来,时间敏感网络(TSN)技术作为新一代以太网技术,因其符合标准的以太网架构,拥有精准的流量调度能力,兼具技术及成本优势,可以保证多种业务流量的共网高质量传输。其在音视频传输、移动承载、车载网络等多个领域受到关注,并且成为下一代工业网络的演进方向。但是针对时间敏感网络的测试问题,国内外缺乏深入有效的方案研究,给这项技术的进一步研究开发和落地实用带来了一些障碍。开展时间敏感网络相关测试工作,可以
在未来的空地融合网络中,具有充足计算和通信能力的非地面设备将作为基站直接为用户提供服务,这在很大程度上改变了传统卫星网络的架构和运行机制,使其更具灵活性。然而,对于此类功能强大的非地面网络节点,拒绝服务(DoS)攻击将可能成为其潜在的安全威胁,需要在接入弱认证环节加以防御。现有防御机制主要针对的是传统地面节点的DoS攻击,并未考虑对非地面网络节点进行攻击的特殊性。此外,在受到不同强度的DoS攻击时
当今社会正处在信息急速发展的时代,随着5G的正式商用,互联网产业得到进一步发展。光通信传输网络作为信息时代的基础传输建设,为新技术的发展奠定了基础,同时急剧增长的流量及带宽需求也给通信网络造成巨大的挑战。面对海量数据的传输需求,提高光通信传输网络的性能是通信领域研究者的研究重点。四维调制是在光载波的两个正交偏振上的同相和正交分量构成的四维空间进行调制的方式,增加了星座点之间的最小欧氏距离,解决谱效
随着物联网的不断广泛应用,窄带物联网以其低功耗、覆盖广、低成本的优势日益受到关注。随着物联网中节点数目不断增加,物联网传输系统面对的并发压力愈加严峻,为解决上述问题,本文研究了面向窄带物联网的并发技术,主要工作如下:首先,本文分析了 CoAP协议的传输机制,针对并发请求不断增长引起的网络拥塞问题,研究了物联网的业务数据增长对服务器造成的并发压力。总结了窄带物联网技术、拥塞控制方法和负载均衡方法,为
联邦学习是通过用户节点之间的协作训练,从而得到全局模型的一种新型人工智能技术。在联邦学习中,用户无需上传本地数据,可大大减少了通信成本,并保护用户的隐私。随着边缘设备计算和存储能力的不断提升,大量功能下沉至网络边缘,催生了边缘雾计算。在边缘雾计算中,可以在更接近于数据生成的地方进行模型训练,降低了时延,减少了网络流量并提升了应用效率。将联邦学习部署在边缘雾计算系统中,既可以利用边缘设备的计算和存储
近年来,社会各界对心理问题的重视程度在逐渐提高,心理测评活动也越来越普及。通过对心理测评数据的统计分析,可以从不同视图角度展示心理测评情况。同时利用关联关系挖掘技术可以分析出无法直观得出的蕴含在数据背后的内在关联关系,这种分析得到的数据是十分有价值的。本论文基于心理云平台设计并实现心理测评数据分析系统,为心理云平台提供心理测评数据分析功能。本论文首先对在线心理健康评测数据分析系统的系统需求进行分析
伴随着全国各地志愿服务活动的蓬勃发展,越来越多的个人和团体投身于公益志愿服务领域中来,与此同时也积累了海量的志愿服务大数据。从2008年全国志愿服务信息系统启用开始,截止至2019年2月底已经在全国31个省级行政区中累积了超过1.2亿志愿者、73万志愿团体和232万志愿项目的海量数据。在大数据和人工智能相关技术快速发展的背景下,如何将志愿服务大数据通过机器学习相关算法进行分析挖掘,并且反哺助力志愿
随着科学技术的发展,机器人不仅仅在工业中得到应用,更是走进了人们的生活中,同时也对机器人技术提出了更高的要求。与上世纪的工业机器人有所不同,现在的机器人大多具有一定的智能性,即使在非结构化的环境中,也能够很好地完成各种工作。而物体检测与位姿估计算法是机器人实现自主操作的关键技术,具有重要的研究价值与应用前景。现有多种方法可以解决物体检测与位姿估计的问题,本文采用基于图像特征的方法用于目标物体的检测