本发明提出一种基于强化学习的智能合约模糊测试方法及系统,包括步骤:S1:搭建智能合约的虚拟运行环境;S2:收集带有漏洞的智能合约开源代码,构建数据集;S3:将强化学习过程基于马尔可夫决策过程进行建模,构建用于在不同状态下选择有效动作的强化学习算法策略;S4:基于强化学习算法策略在不同状态下从动作集中选择有效的动作作为测试数据,利用所述测试数据对智能合约进行模糊测试。将强化学习过程基于马尔可夫决策过程进行建模,构建用于在不同状态下选择有效动作的强化学习算法策略,所述强化学习算法策略以代码覆盖率的增长作为奖励,更新状态‑动作网络参数,以提高了模糊测试中对智能合约的代码覆盖率。
声明:
“基于强化学习的智能合约模糊测试方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)