【摘 要】
:
近年来,区块链技术受到了全球学术界和工业界的广泛关注。区块链具有去中心化、匿名性、难以篡改等特点。比特币作为区块链技术应用的先驱代表,在数字货币应用、支付和货币流通等方面,发挥着重要的作用。以太坊对于智能合约的引入,使得区块链从单一虚拟币体系转变成为了合约体系,拓宽了区块链的应用范围,让区块链不再仅仅局限于支付领域,更是在医疗保健、金融、物联网等领域的应用价值得到了极大地提高。伴随着智能合约数量的
论文部分内容阅读
近年来,区块链技术受到了全球学术界和工业界的广泛关注。区块链具有去中心化、匿名性、难以篡改等特点。比特币作为区块链技术应用的先驱代表,在数字货币应用、支付和货币流通等方面,发挥着重要的作用。以太坊对于智能合约的引入,使得区块链从单一虚拟币体系转变成为了合约体系,拓宽了区块链的应用范围,让区块链不再仅仅局限于支付领域,更是在医疗保健、金融、物联网等领域的应用价值得到了极大地提高。伴随着智能合约数量的飞速增长以及商业价值的高速提升,智能合约面临的安全问题日趋严重。合约一经部署便无法修改的特点更是为其安全问题的解决提出了挑战。目前解决智能合约安全问题的研究主要集中在合约部署前的漏洞检测,现有的方案都或多或少存在着诸如漏报误报率高、耗时长、无法定位漏洞位置等问题,且这些解决方案最大的局限在于只能在合约上链前进行检测,对于已经上链的漏洞合约无法进行有效处理。且仅仅识别出漏洞仍然不够,更重要的是在检测出漏洞后能及时进行修复。为了弥补现有检测工具存在的缺陷,本文提出了基于运行时信息进行漏洞检测的方法。基于运行时信息的检测方法能够为合约运行时的动态保护提供基础,且基于运行时信息的检测过程更容易获取合约执行时的上下文信息,为后续的合约字节码修补环节提供必要的上下文信息。本文在go-ethereum的基础上进行了扩展,添加了信息收集模块和漏洞检测模块,信息收集模块用于收集EVM执行时产生的运行时信息,并通过映射的方式将这些信息按需发送给检测模块中相对应的检测方法,共实现了重入漏洞、时间戳依赖和整数溢出三种漏洞的检测。为了在检测出漏洞后及时进行补救,本文提出了字节码自动修补的方法。在检测模块生成的错误报告和输出的上下文信息基础上能够在合约字节码级别上针对重入漏洞和整数溢出漏洞自动进行修补,且在整数修补过程中,通过整数类型信息的分析,能有效应对非uint256数据产生的溢出。对于运行时检测方法,本文基于以太坊真实交易数据上进行了实验证明了方法的有效性,通过本地与同类工具的对比实验证明了在同类漏洞上本文的方法具有更高的检测率以及更低的误报率。对于合约字节码自动修补方案,本文与同类工具在真实漏洞合约和漏洞交易上的修补结果进行了对比实验,实验结果表明本文提出的方案在两种漏洞修复的有效性、正确性上整体上更具优势。
其他文献
路径规划是让目标对象在规定的区域中避开障碍物的同时尽可能的以最短路径从出发点到达目标点。在移动机器人所应用的各个行业中,大多都会应用到路径规划技术。而且随着机器人领域的发展,多机器人协同作业也逐渐的走上了舞台。对于多机器人的研究一般多侧重于队形保持与冲撞解决,工作环境中的路径规划也是多机器人执行任务必不可少的一环。本文就单机器人与多机器人在静态环境与动态环境下的路径规划进行研究,此外针对多机器人的
近年来,已有相当数量的文献研究证明,我国部分非金融企业出现了一定程度的金融化现象,在非金融企业中,制造业是国民经济的主体,然而近年来,越来越多的制造业企业以增加金融资产配置的形式参与金融活动,2020年,2633家上市制造业企业中,有2025家企业配置金融资产,占比达到76.9%,金融投资金额达10930.96亿元人民币,2020年制造业企业的金融资产投资额约是2015年的2.44倍,约是2010
从古至今,集群作战是非常有必要的,比如狼通过集群活动进行捕食,来优化单体作战的不足,集群可以在较低的成本下提高活动作战的性能,灵活度等等。无人机是现代战争的新兴武器,现代战争中通过无人机集群间的合作作战来提高作战效率。无人机集群是以单一无人机的作战性能为基准,通过大量小型的无人机之间的协同作战交互,依靠群体智能的涌现能力并且是一个具有成本较低、功能分布细致明显的分布式智能作战体系,而未来战争中无人
智能机器人如扫地机器人、自动分拣机器人和配送机器人目前在家居和工业生产等领域代替人从事大量简单重复的工作,极大地提高了生产力,并在可预见的未来将进入更多的应用场景帮助我们进行生产生活活动。当前限制机器人应用的一个巨大挑战就是如何在更复杂的条件下如自然、城市和工厂等环境中进行稳定地运动。本文研究了如何在视觉信息的辅助下进行规划和控制四足机器人的运动,这使得四足机器人能够通过选择合适的触地点和身体姿态
当前电子商务飞速地发展,在线交易规模逐步扩大,尤其是在疫情的冲击下,实体店铺的发展遇到更大阻力,但是与此同时,却给了电商巨大的发展空间。但是在其发展的过程中,也不断地暴露着诸多问题:第一是信息篡改的问题,用户信息全部由第三方平台保存,用户对交易参与方信任评价的信息存在被篡改的风险;第二是信息泄露问题,尽管用户可以进行匿名评价,但这种基于第三方的平台只能实现面向公众的信息隐藏,而非真正的匿名;第三是
多视图立体视觉(Multi-view Stereo,MVS)是从一组已知相机参数的图像中,以立体匹配为主要线索来恢复场景的密集三维表示,从而构建三维场景,而多视图深度估计是多视图立体视觉中的核心。MVS作为计算机视觉的基本问题已经研究了几十年,广泛应用于测绘、影视、自动驾驶等方面。近年来深度学习在多视图三维重建中取得良好效果,成为视觉三维重建领域的研究热点。基于深度学习的多视图立体视觉方法与传统方
本文以偃师东山白云岩矿山智慧化生产为背景研究砂石生产过程中的粒度检测问题。砂石粒度是砂石产品质量的重要信息,不同粒径的砂石具有不同的用途,粒度一致性强的骨料具有更好的品质和更高的经济价值,因此对砂石粒度进行在线检测是实现砂石品控的前提。传统的粒度检测采用人工筛分,存在人为误差大控制精度低等问题,不满足实时性要求。本文设计实现了基于端到端的砂石粒度检测系统,通过工业相机采集传送带上的砂石图像,自动检
降水预报是天气预报的核心业务,其预报准确性对于农业、交通等领域具有深远影响。目前降水预报估计主要依赖于雷达观测的云团回波情况,因此降水预报的核心步骤为雷达回波外推,即基于过去一段时间的雷达回波数据预报未来云团的运动及密度。但是,云团运动涉及复杂的大气物理规律,为外推带来极大挑战。近年来,深度学习在气象预报领域,基于循环一致神经网络(Recurrent Neural Network,RNN)的深度模
HITS算法是流行的网页排序算法,然而随着互联网中数据量不断激增,在排序结果中该算法一方面存在偏重旧网页问题,另一方面存在页面排序质量问题,因此许多学者对算法做出了改进。针对偏重旧网页问题,也就是最终查询排名靠前的常常是在互联网中存在较长时间的页面。从时间维度考虑,由于页面的发布日期格式不规范,时间参数获取困难,所以本文考虑了在周期内爬虫爬取到网页出现的次数T,将时间次数T根据牛顿冷却公式给出时间