• 
<ul id="auswy"><sup id="auswy"></sup></ul>
  • 

  • <ul id="auswy"></ul>
    

    
    
    
    
                                    ABB
                            
    
            關(guān)注中國自動化產(chǎn)業(yè)發(fā)展的先行者！
            
    
                
				
                
                
                
            
    
        
    
    
    

    

    
    
    
    
        
        
        
        
       
					
    
				
    
					
    
												
    
							CAIAC 2025
						
    
												
    
							2025工業(yè)安全大會
						
    
												
    
							OICT公益講堂
						
    
						
					
    
				
    
				
    
			
    
		
    
    

    

    
    
    
    

    


    
		
    
            
當(dāng)前位置：首頁 >> 資訊 >>
 行業(yè)資訊
		
    
		
    
			
    資訊頻道
    
            
		
    
		
    
			
    
				
    基于改進預(yù)處理PCA算法的代碼混淆分析
    
				
    
					
      
                                                                        
    • 點擊數(shù)：1464     發(fā)布時間：2023-03-30 04:18:29
      • 
						
    • 分享到：
      • 
					
    
				
    
				
                				
    
                    針對各操作系統(tǒng)下不同編程語言的特點導(dǎo)致代碼分析結(jié)果不夠準確的問題，本文結(jié)合PCA（principalcomponentsanalysis）算法在IOS系統(tǒng)下對應(yīng)用的混淆代碼進行分析，其中混淆方式包括控制流混淆、數(shù)據(jù)混淆和不透明謂詞混淆等。文中對已有的PCA代碼混淆分析在數(shù)據(jù)預(yù)處理階段根據(jù)實際開發(fā)場景進行改進，經(jīng)實驗驗證，改進預(yù)處理后的PCA算法其KMO值提升了27.7%，證明改進后的數(shù)據(jù)更適合進行主成分分析且更具有代表性。
				
    
                
                
                                    
    
                        關(guān)鍵詞：
                                            
    
                                                                                            
                        
    
                            
    ★張智華，王勇上海電力大學(xué)
    ★李超國網(wǎng)數(shù)字科技控股有限公司
    摘要：針對各操作系統(tǒng)下不同編程語言的特點導(dǎo)致代碼分析結(jié)果不夠準確的問題，本文結(jié)合PCA（principalcomponentsanalysis）算法在IOS系統(tǒng)下對應(yīng)用的混淆代碼進行分析，其中混淆方式包括控制流混淆、數(shù)據(jù)混淆和不透明謂詞混淆等。文中對已有的PCA代碼混淆分析在數(shù)據(jù)預(yù)處理階段根據(jù)實際開發(fā)場景進行改進，經(jīng)實驗驗證，改進預(yù)處理后的PCA算法其KMO值提升了27.7%，證明改進后的數(shù)據(jù)更適合進行主成分分析且更具有代表性。
    關(guān)鍵詞：主成分分析；代碼混淆；IOS
    在線預(yù)覽：基于改進預(yù)處理PCA算法的代碼混淆分析(1).pdf
    《自動化博覽》2023年1月刊暨《工業(yè)控制系統(tǒng)信息安全?？ǖ诰泡嫞?/span>
    
                        
    

                    
                				
                
			
    



			
    
                                    
    熱點新聞
    
                    
                
                                    
    推薦產(chǎn)品
    
                    
                			
    
		
    

        


	
    

    









    



    
    
    x
    
    
    


    • 在線反饋
    

    

    


    1.我有以下需求：
    

    
    
        
            
    
            
    
            
    
                
        		

    

    2.詳細的需求：
    

    

    
    姓名:
    

    

    
    單位:
    

    

    
    電話:
    

    

    
    郵件: