本發明提出一種基于強化學習的智能合約模糊測試方法及系統,包括步驟:S1:搭建智能合約的虛擬運行環境;S2:收集帶有漏洞的智能合約開源代碼,構建數據集;S3:將強化學習過程基于馬爾可夫決策過程進行建模,構建用于在不同狀態下選擇有效動作的強化學習算法策略;S4:基于強化學習算法策略在不同狀態下從動作集中選擇有效的動作作為測試數據,利用所述測試數據對智能合約進行模糊測試。將強化學習過程基于馬爾可夫決策過程進行建模,構建用于在不同狀態下選擇有效動作的強化學習算法策略,所述強化學習算法策略以代碼覆蓋率的增長作為獎勵,更新狀態?動作網絡參數,以提高了模糊測試中對智能合約的代碼覆蓋率。
聲明:
“基于強化學習的智能合約模糊測試方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)