区块链智能合约安全的模型检测方法研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:qwer2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着区块链的快速发展,智能合约作为区块链的核心技术受到广泛关注。但频繁发生的智能合约漏洞事件,在造成巨大经济损失的同时,也使智能合约陷入信任危机。如何确保合约的安全性成为亟待研究的问题。智能合约从需求分析到代码实现的过程中,需要经过严格的数学推理验证,使用模型检测方法可以确保合约需求的安全性;为检测以太坊上的智能合约源代码是否在执行时是安全、可靠的,也可以借助模型检测方法,反向进行安全漏洞的检测。因此,本文采用模型检测方法,基于合约需求和合约源代码两个角度,重点研究区块链智能合约安全的正向和逆向模型检测方法。主要工作内容如下:1)为检测合约需求中出现的漏洞问题,提出区块链智能合约安全的正向模型检测方法。建立正向分析框架,以此为基础结合角色访问控制(Role-based access control,RBAC)案例进行详细分析。通过剖析合约案例需求,抽象出合约的逻辑角色及操作算子,得出合约角色及系统间的信息交互,并对其进行形式化描述;引入模型检测技术构建Organization、Thirdparty、Schoolperson和System模型,利用时序逻辑公式表述合约案例的可靠性、功能属性、时效性和唯一性,使用UPPAAL工具对所刻画的性质进行验证。验证结果表明利用正向检测方法可以检测出合约需求所满足的安全性质,能够避免合约代码编写漏洞的出现。2)以太坊上的智能合约大部分仅存在合约源代码,正向检测方法无法实现分析及建模,因此,提出智能合约安全的逆向模型检测方法。建立逆向分析框架,有效改进检测方法与流程,更加适用于智能合约的普遍情况,并结合投票合约案例进行了详细分析。通过对以太坊智能合约源代码的功能分析和逻辑分析,提取合约逻辑流程;若发现合约案例中存在如整数溢出和二次委托等漏洞,对其进行漏洞修复,形式化描述性质、对象和事件;使用时间自动机构建Voter、Chairperson、Proposal和Sys模型,通过对可靠性、完整性、功能属性、时效性、唯一性等性质的检测,验证所提方法能够有效检测出投票合约系统的安全漏洞。
其他文献
研究目的比较内镜下密集套扎术和内镜下组织胶栓塞术预防肝硬化胃静脉曲张再出血的效果,探讨最佳的二级预防方案。方法采用回顾性队列研究方法,选取2018年1月至2020年1月就诊于河南省人民医院的88例食管胃静脉曲张患者,根据胃静脉曲张二级预防方式分为内镜下密集套扎术组(EVL组)和内镜下组织胶栓塞术组(EVO组),收集两组患者的相关资料,临床相关资料包括年龄、性别、血清白蛋白、血清胆红素、凝血酶原时间
红枣缺陷检测是红枣深精加工过程中的一个重要环节。随着近代机器视觉和自动控制领域的快速发展,已经基本摆脱人工性质的红枣检测体系,基于机器视觉与自动控制的自动化检测系统已经愈发成熟。但目前所采用的红枣缺陷检测设备及技术仍存在体积大、效率低、分类算法不完善等缺点。本文基于机器视觉及模式识别理论对红枣全表面缺陷检测中的关键技术进行了深入的研究,主要研究内容如下:针对红枣外部缺陷,确定了红枣全表面缺陷检测平
背景急性肾损伤(acute kidney injury,AKI)是由多种病因和机制引起的以肾功能迅速下降为特征的临床综合征。其中脓毒血症是临床中最常见的急性肾损伤病因之一。约有47.9%的病人诊断为脓毒血症伴有急性肾损伤,且患病率呈增加态势,并且脓毒血症伴有急性肾损伤(septic acute kidney injury,SA-AKI)患者其病死率超过单纯患有脓毒血症的患者。目前临床诊断SA-AK
学位
学位
学位
学位
随着信息技术的发展,各种电子设备所产生的海量数据中蕴含着巨大的价值信息,例如医疗机构的患者诊断信息,银行机构的客户信息等。聚类分析作为一种典型的无监督数据挖掘方法,可以从海量数据中挖掘未知知识和潜在价值。然而在挖掘有用信息的同时,可能会泄漏数据中的个人隐私信息,为此隐私保护技术应运而生。差分隐私作为一种新型而且严格数学证明的数据失真技术,因无需关注攻击者所拥有的背景知识,近年来得到广泛研究。将差分
红枣作为具有较高营养价值的药用食材和可增强人体免疫力的保健食品,深受消费者的喜爱。我国作为枣加工食品的主要出口国,严把枣果质量关对于保障整个红枣产业链的可持续发展具有重要的意义,因此要在对红枣进行深加工之前进行筛选。目前,筛选红枣主要依靠人工,我国作为世界上最大的红枣产出国,红枣筛选的工作量繁重、效率较低,且筛选人员与红枣直接接触,不符合食品卫生标准。因此,为了提高红枣筛选的效率和自动化水平,本文
学位