1. 项目概述
1.1 项目名称
SolSec Scanner Pro —— 基于规则的智能合约漏洞检测系统（PyQt5 桌面版）
本系统是一款面向教学与初级安全研究场景的智能合约安全检测工具，采用 Python 语言与 PyQt5 桌面框架开发，通过规则驱动的静态分析方式，对 Solidity 合约源码进行安全扫描与风险提示。
1.2 项目背景
随着区块链技术的不断发展，智能合约已被广泛应用于去中心化金融（DeFi）、NFT、供应链金融、身份认证及 Web3 应用等多个领域。智能合约本质上是一段部署在区块链上的程序，其执行过程公开透明、不可篡改，一旦部署完成，合约逻辑通常无法修改。
然而，正是由于智能合约“不可变性”的特征，一旦合约中存在安全漏洞，攻击者便可利用漏洞持续获利，甚至造成不可逆的经济损失。历史上著名的 DAO 攻击、Parity 钱包事件等，都表明合约安全问题已成为区块链生态中的核心风险之一。
目前主流的智能合约审计工具（如 Slither、Mythril、Oyente 等）在工业级安全审计中具有较高价值，但对于初学者或教学场景而言，仍存在以下不足：
- 工具依赖复杂，环境配置成本高
- 输出结果偏向专业审计人员，解释性不足
- 缺乏直观的图形化交互界面
- 不利于教学演示和安全原理理解
因此，本项目以“可解释性、安全教学与工程实践结合”为目标，设计并实现了一套基于规则的智能合约漏洞检测桌面系统。系统采用静态分析方法，通过人工总结的安全规则对 Solidity 源码进行扫描，并以图形化方式展示检测结果，帮助学习者直观理解常见漏洞及其成因。
2. 系统目标
本系统的总体目标是构建一个轻量级、可扩展、易理解的智能合约安全检测平台，具体目标包括：
- 实现 Solidity 合约源码的快速静态安全检测
- 通过规则库识别多种常见高危与中危安全漏洞
- 精确定位漏洞出现的行号与代码位置
- 为每类漏洞提供清晰的安全说明与修复建议
- 支持将检测结果导出为 JSON 或 HTML 报告
- 提供规则启用/禁用机制，增强系统灵活性
- 为后续功能扩展（如 AST 分析）提供工程基础
3. 技术选型
本系统采用成熟、稳定且适合教学与快速开发的技术方案，具体如下表所示：
选择 PyQt5 作为 GUI 框架，主要原因在于其跨平台性良好、文档完善，并且适合构建桌面应用系统，能够满足本科毕业设计对于工程实现完整度的要求。
4. 系统总体架构
系统整体采用类似 MVC 的分层设计思想，将界面展示、业务逻辑和工具函数进行解耦，以提升系统的可维护性与可扩展性。
表示层（UI） │ 业务逻辑层（Core） │ 工具层（Utils）
4.1 模块结构
app/ ├─ ui/ # 图形用户界面模块 ├─ core/ # 核心检测逻辑模块 └─ assets/ # 静态资源（预留）
其中：
- UI 层负责用户交互与结果展示
- Core 层负责规则管理、扫描流程与结果生成
- Utils 层提供通用工具函数支持
5. 功能模块设计
5.1 合约代码管理模块
功能说明：
该模块负责 Solidity 合约源码的加载、编辑与显示，是系统的基础输入模块。
具体功能包括：
- 打开本地 Solidity 文件
- 支持用户手动输入或粘贴合约代码
- 实时显示代码行号，便于漏洞定位
实现方式：
系统基于 QPlainTextEdit 组件进行二次封装，自定义 LineNumberArea 区域用于绘制行号，并在代码滚动与编辑时同步更新。
5.2 规则库管理模块
功能说明：
规则库管理模块用于维护系统内置的漏洞检测规则，并支持用户根据需要灵活启用或禁用规则。
主要功能：
- 查看所有内置安全规则
- 显示规则编号、名称与严重等级
- 通过复选框控制规则启用状态
规则字段说明：
5.3 漏洞扫描模块
扫描流程如下：
- 读取用户输入的 Solidity 源码
- 对源码进行注释剥离处理
- 逐条遍历启用状态的检测规则
- 使用正则表达式进行模式匹配
- 记录漏洞命中位置与上下文信息
- 对扫描结果进行排序与整理
该模块是系统的核心功能模块，直接决定检测效果与性能表现。
5.4 结果展示模块
展示方式：
- 使用表格展示扫描结果
- 显示字段包括：严重性、规则 ID、行号、代码片段
- 用户点击结果项后，下方区域展示漏洞详细说明
该模块通过图形化方式提升检测结果的可读性和可理解性，降低安全分析门槛。
5.5 报告导出模块
系统支持将检测结果导出为两种格式：
- JSON：适合后续数据分析与系统集成
- HTML：适合生成可读性良好的安全审计报告
导出的报告可直接作为实验结果或论文附录材料。
6. 核心算法设计
6.1 注释剥离算法
设计目的：
防止在注释中出现关键字导致误报。
实现思路：
- 使用正则表达式匹配
//行注释 - 使用正则表达式匹配
/* */块注释 - 使用换行符填充被移除内容，保证行号不变
6.2 正则规则检测算法
伪代码如下：
for rule in rules: if rule.enabled: for match in regex.finditer(code): record finding
该算法实现简单、效率高，适合规则型漏洞检测场景。
6.3 启发式重入检测
通过判断外部调用语句与状态变量修改语句的先后顺序，对潜在的重入风险进行提示。该方法不保证完全准确，但可作为教学示例。
7. 规则库说明（部分）
8. 数据结构设计
8.1 Finding 结构
class Finding: rule_id title severity description recommendation line col snippet
该结构用于统一存储扫描结果，便于后续展示与导出。
9. 关键界面设计说明
9.1 主界面布局
- 顶部：功能操作按钮
- 左侧：代码编辑区
- 右侧：漏洞结果列表
- 底部：漏洞详情展示区
9.2 规则管理界面
- 使用复选框控制规则启用状态
- 按严重等级与名称展示规则信息
10. 运行流程说明
- 启动系统
- 导入或输入 Solidity 合约
- 点击“扫描”按钮
- 系统执行规则检测
- 展示检测结果
- 用户可导出报告
11. 系统测试方案
11.1 功能测试
- 正常合约测试
- 含漏洞合约测试
- 规则启用/禁用测试
11.2 性能测试
- 500 行合约：扫描时间 < 0.5s
- 2000 行合约：扫描时间 < 1s
11.3 误报测试
- 注释中包含危险关键字
- 字符串常量包含函数名
12. 安全性与局限性
系统优点：
- 结构清晰、可解释性强
- 易于规则扩展
- 适合教学与课程设计
系统局限：
- 无法发现复杂逻辑漏洞
- 可能存在误报与漏报
- 不支持跨函数数据流分析
13. 后续改进方向
- 引入 AST 解析技术
- 集成 Slither 等专业工具
- 增加 PDF 报告导出
- 添加漏洞统计与可视化
- 支持规则 YAML 外部配置
14. 总结
本系统实现了一套完整的、基于规则的智能合约漏洞检测桌面平台，在功能完整性、工程实现和教学价值方面均具有较高水平，适合作为信息安全、区块链或软件工程方向的本科毕业设计项目。
15. 附录：运行环境
- Windows 10 / 11
- Python 3.8 及以上
- PyQt5 5.15
项目最终演示效果：
)
