用前馈神经网络对软件理解中函数调用序列的混沌识别

计算机科学 ›› 2005, Vol. 32 ›› Issue (11): 235-237.

• 软件工程与数据库技术 • 上一篇下一篇

用前馈神经网络对软件理解中函数调用序列的混沌识别

王万诚

西北工业大学计算机学院,西安710072

出版日期:2018-11-17 发布日期:2018-11-17
基金资助:
国家863计划资助项目（2003AA142060）;国家航空基金项目（00F53051）.

WNAG Wan-Cheng （Cmputer Institute Northwest Polytechnology University, Xi ＇an 710072）

Online:2018-11-17 Published:2018-11-17

摘要/Abstract

摘要： 对有噪声小数据量时间序列的混沌识别，是目前国内外许多应用领域研究的热点与难点。利用BP神经网络的非线性函数逼近能力，对小数据有噪声的时间序列计算最大李亚谱诺夫指数，可判断该序列是否存在混沌现象。本文首创将这一算法经转换应用到软件逆向工程过程的分析中，结果表明，软件逆向工程过程分析中出现的函数（或类）调用序列有些存在、有些不存在混沌现象，这为理解软件系统构建高层结构和抽取重用信息而开发新方法与新技术找到了理论依据。

关键词: 软件逆向工程神经网络 lyapunov指数函数调用混沌识别有噪声小数据量时间序列软件理解前馈神经网络函数逼近能力

Abstract: To detection of chaos in noise short series, it is research of hotspot and difficulty at present. Make use of ANN to detect chaos in short series, the method computes thd Lyapunov exponent estimation when a high level of noise is presented. This paper ori

Key words: Software reverse engineering, Neural networks, Lyapunov exponent, Function transfer, Detection of chaos, Ens noise and short series

王万诚. 用前馈神经网络对软件理解中函数调用序列的混沌识别[J]. 计算机科学, 2005, 32(11): 235-237. https://doi.org/

WNAG Wan-Cheng （Cmputer Institute Northwest Polytechnology University, Xi ＇an 710072）. [J]. Computer Science, 2005, 32(11): 235-237. https://doi.org/