<del id="nrp5r"><b id="nrp5r"><var id="nrp5r"></var></b></del>

<pre id="nrp5r"></pre><ruby id="nrp5r"></ruby>

    <pre id="nrp5r"></pre>

    <p id="nrp5r"></p>
    <pre id="nrp5r"><mark id="nrp5r"><thead id="nrp5r"></thead></mark></pre>

      <p id="nrp5r"></p>

        <p id="nrp5r"></p>
        <del id="nrp5r"></del>

          <del id="nrp5r"></del>

          <p id="nrp5r"><cite id="nrp5r"><progress id="nrp5r"></progress></cite></p>

            <del id="nrp5r"></del>
              歡迎您訪問工業控制系統信息安全產業聯盟網!
              官方微信
              用戶名:
              密碼:
              登錄 注冊
              基于改進預處理PCA算法的代碼混淆分析

              點擊數:254 發布時間:2023-06-13 09:34

              針對各操作系統下不同編程語言的特點導致代碼分析結果不夠準確的問題,本文結合PCA(principalcomponentsanalysis)算法在IOS系統下對應用的混淆代碼進行分析,其中混淆方式包括控制流混淆、數據混淆和不透明謂詞混淆等。文中對已有的PCA代碼混淆分析在數據預處理階段根據實際開發場景進行改進,經實驗驗證,改進預處理后的PCA算法其KMO值提升了27.7%,證明改進后的數據更適合進行主成分分析且更具有代表性。

              張智華,王勇上海電力大學

              ★李超國網數字科技控股有限公司

              摘要:針對各操作系統下不同編程語言的特點導致代碼分析結果不夠準確的問題,本文結合PCA(principalcomponentsanalysis)算法在IOS系統下對應用的混淆代碼進行分析,其中混淆方式包括控制流混淆、數據混淆和不透明謂詞混淆等。文中對已有的PCA代碼混淆分析在數據預處理階段根據實際開發場景進行改進,經實驗驗證,改進預處理后的PCA算法其KMO值提升了27.7%,證明改進后的數據更適合進行主成分分析且更具有代表性。

              關鍵詞:主成分分析;代碼混淆;IOS

              在線預覽:基于改進預處理PCA算法的代碼混淆分析(1).pdf

              《自動化博覽》2023年1月刊暨《工業控制系統信息安全專刊(第九輯)》

              成員展示

                <del id="nrp5r"><b id="nrp5r"><var id="nrp5r"></var></b></del>

                <pre id="nrp5r"></pre><ruby id="nrp5r"></ruby>

                  <pre id="nrp5r"></pre>

                  <p id="nrp5r"></p>
                  <pre id="nrp5r"><mark id="nrp5r"><thead id="nrp5r"></thead></mark></pre>

                    <p id="nrp5r"></p>

                      <p id="nrp5r"></p>
                      <del id="nrp5r"></del>

                        <del id="nrp5r"></del>

                        <p id="nrp5r"><cite id="nrp5r"><progress id="nrp5r"></progress></cite></p>

                          <del id="nrp5r"></del>
                            亚洲精品在线视频