近日，我院2019级研究生田杰（指导教师：田振洲博士）在国际顶级期刊《International Journal of Intelligent Systems》(SCI一区，影响因子8.7)，发表了题为《Landscape Estimation of Solidity Version Usage on Ethereum via Version Identification》的研究论文，本研究首次解决了智能合约编译器版本的识别问题，并开发出VSmart模型，它以智能合约字节码作为输入，最终输出用于生成智能合约的主要编译器版本。

图1  VSmart模型体系架构

    本研究主要工作包括：从智能合约字节码文件中提取到汇编指令，利用词嵌入技术和深度神经网络从汇编指令中获取编译器版本的特征，并在大量的数据集上训练出模型。通过性能评估，VSmart在识别主要的编译器版本上准确率达到了98%。此外，基于VSmart模型，本研究对实际部署在以太坊区块链上的15,326,672个未知编译器版本的智能合约进行了识别，并做出实证分析。图2是开发者实际使用智能合约编译器版本的数量在每个区间中的占比，区间以相邻两个版本发布的时间差划分。

图2  实证分析结果

    本研究将编译器版本的识别问题建模为一个典型的分类问题。通过检索具有所有唯一智能合约地址的Etherscan，构建出大量数据集，并训练分类器进行编译器版本识别。实验结果表明，VSmart可利用广泛使用的深度神经网络来捕获编译器版本的特征，简单有效，能在调用智能合约之前评估其潜在风险。