Osiris的使用与测试

# 爬取镜像

docker pull smartbugs/osiris:d1ecc37

#创建Osiris相关的容器

docker run -it --privileged=true -v /home/wtf/Osiris_test:/Osiris_test --name Osiris smartbugs/osiris:d1ecc37
 //这里不用加/bin/bash，它可以自动创建shell交互式命令行。

 #使用Osiris测试合约

python ~/osiris/osiris.py -s ~/datasets/SimpleDAO/SimpleDAO_0.4.19.sol 
## -s 后面是合约文件的路径

##批量测试脚本

建立批量测试脚本batch_test.py在Osiris_test目录下。

batch_test.py脚本示例

# -*- coding: utf-8 -*-
import subprocess
import re
import sys
from sklearn.metrics import accuracy_score, recall_score, precision_score, f1_score

# 在Python 2.7中设置默认编码为utf-8
reload(sys)
sys.setdefaultencoding('utf-8')
# 这一步确保Python 2.7能够正确处理UTF-8编码的字符串，避免在处理非ASCII字符时抛出UnicodeEncodeError。

# 文件路径
contract_names_file = '/Osiris_test/final_reentrancy_name_fixed.txt'
contract_labels_file = '/Osiris_test/final_reentrancy_label_fixed.txt'

# 读取合约文件名
with open(contract_names_file, 'r') as file:
    contract_names = file.read().splitlines()

# 读取合约标签
with open(contract_labels_file, 'r') as file:
    contract_labels = [int(label) for label in file.read().splitlines()]

# 确保合约名和标签的数量匹配
assert len(contract_names) == len(contract_labels), "合约文件名和标签数量不匹配"

predictions = []
true_labels = contract_labels


for contract in contract_names:
	# 运行Osiris命令并捕获输出和错误
	try:
		filename = "/Osiris_test/sourcecode/" + contract.strip()
		print("正在解析 {} 合约".format(contract))
    	result = subprocess.Popen(
        ['python', '/root/osiris/osiris.py', '-s', filename],
        stdout=subprocess.PIPE, stderr=subprocess.PIPE)

    	# 获取stdout和stderr的输出
    	osiris_output, error = result.communicate()

    	# 解码输出为utf-8，忽略无法解码的字符
    	osiris_output = osiris_output.decode('utf-8', 'ignore')
    	error = error.decode('utf-8', 'ignore')
        # 将捕获到的输出从字节流解码为UTF-8字符串，使用'ignore'参数忽略无法解码的字符，防止抛出异常。



    	# 安全地打印错误输出，避免UnicodeEncodeError
    	# 使用encode('utf-8', 'replace')将无法编码的字符替换掉
    	print("Error output: {}".format(error.encode('utf-8', 'replace')))
        #在Python 2.7中，直接打印包含非ASCII字符的字符串可能导致UnicodeEncodeError。
        #通过先将字符串编码为UTF-8，并使用'replace'参数替换无法编码的字符，确保打印操作不会失败。
    	# 使用正则表达式匹配'Reentrancy bug: <空格或制表符> True'
		reentrancy_match = re.search(r'Reentrancy\s+bug:\s+True', error)
	
		if reentrancy_match:
			print("{}:存在重入漏洞！".format(contract))
			predictions.append(1) 
		else:
			print("{}:没有检测到重入漏洞！".format(contract))
			predictions.append(0)

	except UnicodeDecodeError as e:
    	print("解码失败: ", e)
    	predictions.append(0) 
# 计算评价指标
accuracy = accuracy_score(true_labels, predictions)
recall = recall_score(true_labels, predictions)
precision = precision_score(true_labels, predictions)
f1 = f1_score(true_labels, predictions)

print("准确率 (ACC): {:.4f}%".format(100 * accuracy))
print("召回率 (RE): {:.4f}%".format(100 * recall))
print("精确率 (PRE): {:.4f}%".format(100 * precision))
print("F1 指数: {:.4f}%".format(100 * f1))

 batch_test测试脚本：测试大量合约，并将合约的真实标签传入，测试结束后，会直接算出准确率、召回率、精确率、F1指数。

#使用此脚本，要注意适用性，不然会报错的，不过，大家可以借鉴一下，旨在帮助大家更快的写出测试脚本。

 # 安装 scikit-learn

pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple