区块链原理与技术课程思政教学探索

为响应新时代下高校教育以立德树人为目标的号召,探讨区块链课程思政的实践意义,提出将专业知识与思政教育相融合,从教学目标、教学内容、考核方式3个方面阐述区块链原理与技术课程思政的教学方案,介绍具体课程思政教学实践。     

区块链原理与技术课程建设探索与实践

针对区块链行业发展迅速和行业人才短缺的情况,分析目前国内外有关区块链教育的现状,从课程知识体系、教学资源建设方面提出构建方案,介绍具体课程建设实践,通过构建可实操的教学资源和平台,推进课堂教学和技术实践的深度融合。     

基于字节码的以太坊智能合约分类方法

近年来,区块链技术已在金融、医疗和政务等领域得到了广泛应用和关注。然而,由于智能合约的不易篡改性和运行环境的特殊性,各类安全问题频繁出现。一方面是合约开发者在编写合约时出现的代码安全问题,另一方面是以太坊出现不少高风险智能合约,普通用户很容易被高风险合约提供的高回报所吸引,但对合约的风险却无从知晓。然而,关于智能合约安全的研究主要集中于代码安全方面,对合约功能识别的研究相对较少。假如能对智能合约功能进行准确分类,将有助于人们更好地理解智能合约的行为,同时保障智能合约生态安全,减少或挽回用户的损失。已有的智能合约分类方法通常依赖于对智能合约开源代码的分析,但以太坊发布的合约仅强制要求部署字节码,且只有极少数合约公布了其开源代码。因此,提出了一种基于字节码的以太坊智能合约分类方法。收集以太坊智能合约字节码和对应类别标签,然后提取操作码频率特征以及控制流图特征;通过实验对特征重要性进行分析,获取适合的图向量维度及最优的分类模型;在交易所、金融、赌博、游戏和高风险5个类别的智能合约多分类任务中进行实验验证,使用XGBoost分类器时的F1值达到0.9138。实验结果表明所提方法能较好地完成以太坊智能合约的分类任务,并且能够应用于现实中的智能合约类别预测。