随着区块链技术的广泛应用，智能合约的内部逻辑越来越复杂。然而，目前大多数智能合约漏洞检测方法存在假阳性率高、检测准确率低等问题。为此，文章提出一种基于双注意力机制图神经网络的智能合约漏洞检测方法，用于智能合约漏洞检测，旨在提升检测的准确性和效率。文章在图卷积网络的卷积层中引入了多头注意力机制，并在特征传播阶段动态计算邻接节点信息对应的注意力权重。该机制使模型在特征聚合时更加关注与当前节点最相关的邻居节点，从而提升对重要特征的辨识能力。在图池化阶段，采用注意力池化机制选择和聚合节点特征，进一步提升对关键节点的关注度，提高了对漏洞检测影响较大特征的识别能力。文章采用以太坊智能合约漏洞样本数据集（ESC）进行实验，实验结果表明，与其他检测技术相比，文章所提方法在识别复杂智能合约漏洞方面具有更快的检测速度和更高的准确性。
