Smart Contracts的数据集范式：Vulnerability Detection in Smart Contracts with Deep Learning

参考文献：

VSCL: Automating Vulnerability Detection in Smart Contracts with Deep Learning

 

 

数据集范式：

1. smart contract collection

　传统数据爬取方法，略

 

2. Label

　参考已有方法利用Oyente, Mythril 和Vandal进行数据集标注，many existing approaches[13], [24], [16] use them as the benchmark。

　

 

3. determination and datasets

　标注结果选择问题：

　　　1） 各检测工具无法达成一致，各工具对相同代码的标记差异较大

    　　2）各工具对漏洞的定义不一致

 

　        三个检测工具的结构如下图所示：其中重叠部分较少

                            

    解决方法：构建2个数据集 Majority dataset 和 Union dataset

　　Majority dataset：至少2个工具检测出漏洞，该合约才会被标记（上图ABCD部分为标记数据）

       Union dataset：只要1个工具检测出，就被标记