ContractShield：通过分层跨模态融合弥合语义-结构差距以实现混淆智能合约的多标签漏洞检测

智能合约日益成为攻击者利用虚假代码注入和控制流操纵等混淆技术以规避漏洞检测的目标。现有的多模态方法往往孤立地处理语义、时序和结构特征，并使用拼接等简单策略进行融合，忽略了跨模态交互，削弱了鲁棒性，因为单一模态的混淆可能急剧降低检测准确率。为应对这些挑战，本文提出 ContractShield，一个具有新型融合机制的鲁棒多模态框架，通过三级融合有效关联多种互补特征。自注意力首先在每个特征空间内识别指示漏洞的模式。跨模态注意力随后在模态之间建立互补信号的有意义连接。然后，自适应加权根据混淆条件下的可靠性动态校准特征贡献。在特征提取方面，ContractShield 集成了（1）带有滑动窗口机制的 CodeBERT 以捕获源代码中的语义依赖，（2）扩展长短期记忆（xLSTM）以对操作码序列中的时序动态建模，以及（3）GATv2 以识别在混淆下保持稳定的结构不变量（控制流图）。实证评估证明了 ContractShield 的鲁棒性，在仅 1-3 个百分点的下降下实现了 89% 的 Hamming 得分。该框架同时检测五种主要漏洞类型，F1 分数达到 91%，在对抗条件下比最先进方法高出 6-15 个百分点。