反编译数据类型恢复技术研究

提出了利用数据流分析的方法来恢复基本数据类型,该技术首先利用数据流分析对变量进行重命名,然后使用变量推导规则推导变量的数据类型,得到的数据类型构成一个类型集合,最后根据得到数据类型集合的3种情况,选取合适的类型作为生成C语言程序中变量的数据类型.     

一种基于人工神经元网络的条件分支预测算法

针对人工神经元网络学习速度较慢的缺点,提出了改进学习算法的基于人工神经元网络的条件分支预测算法.基于SimpleScalar模拟器,用SPEC95基准程序对改进的方案进行了性能评估.模拟测试表明,在学习初期,相比传统人工神经元网络预测算法,改进的分支预测算法能使预测失效率降低1%~2%,而在稳定期,可获得同等的预测精度.     

反编译过程中的结构变换

反编译器是一种能将低级语言翻译到高级语言的工具，文中介绍了反编译实现过程中的结构变换，即通过提取逻辑表达式和控制结构，对初始流图进行变换，使其最终形式与高级语言的控制语句一一对应，从而进一步生成高级语言程序．     

树型传输网单故障分支识别的节点分析算法

本文提出了树型传输网单故障分支识别的一种新算法──节点分析算法，该算法使编制故障分支识别的组态软件变得简单、可行。     

一种基于反汇编基础上的C反编译的新方法

反编译中,一般采用先将可执行代码转换成汇编语言(即反汇编)作为中间代码,再从中间代码转换到C语言或其他高级语言.现提出一种在反汇编基础上的新的C反编译方法,通过用读取源文件数据区的数据,写入新文件的数据区,以内联汇编的方法直接读取新文件的数据区的全局变量,而不用分析和定义源文件的全局变量类型.该方法在效率上比传统方法有很大提高.     

五维微分系统的Hopf分支方向

给出了五维微分系统周期解的稳定性及分支方向的一般判据.     

基于CUDA的GPU条件分支分歧聚合优化策略

分析NVIDIA GPU底层处理SIMD条件分支分歧的方式及其对程序性能产生的影响。在软件层级提出两种利用"聚合"思想的SIMD条件分支分歧优化策略:循环推迟和循环提前。策略将不同SIMD道中选择相同路径的条件分支"聚合"到同一步循环中,减少了SIMD操作的实际次数。使用CUDA对这两种策略进行的试验结果表明,在满足策略使用条件的前提下能够取得预想中的加速比。该策略实现难度较低、可操作性较强。     

一类拟三次系统的中心条件与极限环分支

研究了一类拟三次系统的奇点量、中心焦点判定与极限环分支问题,首先通过适当的变换将系统的原点(无穷远点)转化为原点,得到了系统原点的前21个奇点量,从而导出原点为中心和最高阶细焦点(细奇点)的条件,并分别给出了原点和无穷远点分支出4个极限环的实例.     

一类拟三次系统的中心条件与极限环分支

研究了一类拟三次系统的奇点量、中心焦点判定与极限环分支问题,首先通过适当的变换将系统的原点(无穷远点)转化为原点,得到了系统原点的前21个奇点量,从而导出原点为中心和最高阶细焦点(细奇点)的条件,并分别给出了原点和无穷远点分支出4个极限环的实例.     

基于中间语言的逆编译方法

提出一种以中间语言为基础的逆编译方法，此方法首先把机器语言的程序转换为中间语言的程序，然后在中间语言程序上进行数据类型分析和控制流程分析，最后生成目标高级语言的程序     

应用于锅炉检测机器人的一种新型复合车轮

为了使检测机器人能够在具有螺旋型鳍片的锅炉热交换器承压管道表面上行走,设计了一种新型的复合车轮.该复合车轮由2个链轮和多个鼓形小轮复合组成,能实现平行于管道方向和垂直于管道方向的移动.同时,对鼓形小轮的共轭轮廓曲线及其圆弧轮廓曲线进行了讨论,并对圆弧轮廓曲线的误差进行了分析.结果表明,采用圆弧轮廓的鼓形小轮可以满足检测要求.     

一种复合式滑动轴承的实验研究

介绍了一种复合式承载滑动轴承,它是在同心科特流实验中发现的.在径向滑动轴承承载区的的定子上安装一可径向位移的档板,它不仅可以滤除泰勒涡,而且它阻止了科特流的流动,增大了阻尼,产生了一个高压区,其合力可以用来平衡稳态的负荷.经实验验证它在不同载荷工况下,偏心率小于同尺寸、同类型的普通轴承.其他几个轴承的工作特性指标包括轴瓦的最高温度、最小油膜厚度、润滑油流量等相比都显得优越.     

一种新的协同模式识别学习算法

在协同模式识别中，学习可以归结为求原型向量和伴随向量．文中提出了一种基于核函数映射的学习算法，输入向量被隐式地映射到一个可分性有所提高的向量空间，然后计算变换后的原型向量．对伴随向量增加一个附加的约束以避免它的范数超过一定值，从而改善伴随向量的性能，减少误识别．通过对数字、英文字母和汉字等的训练实验表明，这种算法得到的伴随向量能更好地表示样本的特征，计算所得的初始序参量能更好地反映测试图像与训练样本之间的相似程度．     

基于参数化分解树的控制流二次平展混淆方法

针对软件白盒子安全问题,提出了一种基于参数化分解树的控制流二次平展混淆的改进方法.该方法首先根据设定的深度、广度及粒度的上界构建参数化分解树,然后用一个while-switch循环选择结构统筹整棵树,并对树中满足一定条件的节点进行二次平展.实验结果表明:与基于参数化分解树的控制流平展混淆方法相比,文中方法减少了执行开销和解决深层不作为问题;与传统的控制流平展混淆方法相比,文中方法增加了反编译及逆向工程的难度.     

组合曲面加工刀具轨迹生成算法

提出一种组合曲面加工无干涉刀具轨迹的生成算法。组合曲面是一组在拓扑上互不相关的曲面元素集合。组合曲面加工中存在2种干涉：一种是曲面元素自身的干涉;另一种是曲面元素间的干涉。算法对这2种干涉统一处理,首先将组合曲面三角化,形成多面体模型;然后由三角形多面体模型生成刀具轨迹。基于交线的三角化过程和干涉区域的缩小判断,使得算法稳定、快速。最后给出其应用实例。     

基于空间划分的海量数据K邻近新算法

逆向工程中,对测量数据的处理首先要建立数据点之间的拓朴结构,这通常通过计算点的K邻近来实现.文中在分析现有算法的基础上,提出了一种新的基于空间划分的海量数据K邻近算法.该算法综合考虑了点云密度、点云数量以及K值对小立方体栅格边长的影响,通过确定合适的小立方体栅格边长以及排除不包含点云数据的小立方体栅格来确定邻近点最佳搜索范围,从而提高了搜索速度,保证了搜索结果的正确性.最后通过逆向软件的二次开发编程验证了算法.     

一种新的支持向量机增量算法

分析了增量学习过程中支持向量和非支持向量的转化情况。在此基础上提出一种误分点回溯SVM增量算法,该算法先找出新增样本中被误分的样本,然后在原样本集寻找距误分点最近的样本作为训练集的一部分,重新构建分类器,这样能有效保留样本的分类信息。实验结果表明:该算法比传统的支持向量机增量算法有更高的分类精度。