录取率仅12.6%，VNT Chain在CCF A类国际顶级会议发表论文

近日，VNT Chain首席科学家刘振广博士带领团队在区块链智能合约安全漏洞自动检测方向取得最新科研成果--主题为《Smart ContractVulnerability Detection Using Graph Neural Networks》的高水平论文被人工智能领域的国际顶级会议IJCAI录取。IJCAI为具有悠久历史的CCF A类国际顶级学术会议，起始于1969年，每两年举办一次，自2016年起每年举办一次。IJCAI始终秉持着严苛的论文录用标准，据悉今年IJCAI 2020会议收到来自全球顶尖研究人员的高水平有效投稿论文4717篇，最终仅录用592篇，录取率只有12.6%，竞争非常激烈。如果加上3000余篇评审阶段前被拒稿的论文，录用率7.5%不到，创各国际顶会历史新低。

事实上，VNT Chain科研成果一直备受国际顶级学术会议青睐。除了IJCAI，此前VNT Chain围绕“区块链+数字版权”、“区块链+AI”、“智能合约安全”、“隐私保护”等领域的多项科研成果也曾登上IEEE CCIS、AAAI、Inscrypt2019等国际学术会议殿堂，为学界带来诸多区块链结合实际应用场景的创新研究。此次顶会论文的发表，是VNT Chain在“区块链+AI”和智能合约安全方面的又一重要研究成果。

那么本次被IJCAI认可的论文主要有哪些研究突破？下面让我们一起来简单了解一下。

我们知道，由于智能合约代码漏洞可带来巨额的价值损失，智能合约的安全性问题已引起广泛关注。现有检测方法严重依赖固定的专家规则，导致其准确性低。

本论文探索图神经网络方法进行智能合约漏洞检测：首先，构造了合约函数的句法和语义结构图；其次，设计了消融阶段归一化结构图，以凸显核心节点；最后，提出了一种无度图卷积神经网络（DR-GCN）和一种新型时间消息传播网络（TMP）从归一化图中学习用于漏洞检测。

图1:TMP方法的总体架构：a)输入归一化；b)消息传播阶段；c)输出检测结果阶段的读出阶段

本论文实验基于VNT Chain网络和以太坊网络中的智能合约，进行了大量的实验验证，结果表明提出的方法在检测三种不同类型的代码漏洞方面明显优于最新方法。

图2：论文片段截取

此次论文得以发表至CCF A类国际顶级学术会议，是对VNT Chain研究能力的充分认可。对VNT Chain而言，在顶级学术会议上发表论文，不仅是为推进区块链技术创新发展，将学术研究与应用实践相结合；更是为与各界更好的共享VNT Chain科研成果，进一步推动区块链从研究到实际场景中落地，打造下一代分布式智能价值网络，创造更加透明可信的数字化社会。

* VNT Chain 1.1版中英文白皮书 获取方法：

公众号后台回复“白皮书”，获取中英文完整版。

*极速了解本项目的方法：

关注公众号，点击左下角菜单栏“快速了解”即可。

社区直通车

官网：www.vntchain.io

微信公众号：VNT分布式智能价值网络

微信官方群：添加小助手 info_vntchain

官方微博：weibo.com/vntchain

币乎：VNTChain

Telegram中文群：

t.me/VNTChainLabsCN

Telegram英文群：

t.me/VNTChainLabs

Twitter：

twitter.com/VNTChainLabs

Facebook：

www.facebook.com/VNTChain

Medium：

medium.com/vnt-chain-labs

Official Email：[email protected]

Github：github.com/vntchain

—-

编译者/作者：VNTChain

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。