Целью работы является оценка эффективности применения нейронных сетей для обнаружения уязвимостей смарт-контрактов. Предметом исследования является эффективность использования графовых нейронных сетей для обнаружения уязвимостей в смарт-контрактах . Задачи, решаемые в ходе исследования: 1. Провести анализ уязвимостей смарт-контрактов 2. Провести анализ существующих методов обнаружения уязвимостей смарт-контрактов 3. Разработать прототип нейронной сети для выявления потенциально уязвимых смарт-контрактов 4. Экспериментально оценить качество разработанного прототипа В результате работы был реализован прототип нейронной сети для обнаружения уязвимостей смарт-контрактов на основе графовых нейронных сетей. Полученные результаты могут быть использованы для быстрого обнаружения наиболее распространенных уязвимостей смарт-контрактов, повышения безопасности разрабатываемых смарт-контрактов.

The purpose of the work is to evaluate the effectiveness of using neural networks to detect vulnerabilities in smart contracts. The subject of the study is the effectiveness of using graph neural networks to detect vulnerabilities in smart contracts. Tasks to be solved during the research: 1. To analyze the vulnerabilities of smart contracts 2. To analyze the existing methods of detecting smart contract vulnerabilities 3. Develop a prototype neural network to identify potentially vulnerable smart contracts 4. To experimentally evaluate the quality of the developed prototype As a result of the work, a prototype neural network was implemented to detect vulnerabilities in smart contracts based on graph neural networks. The results obtained can be used to quickly detect the most common vulnerabilities of smart contracts and improve the security of smart contracts being developed.