基于NSGA-Ⅱ的多目标代码混淆模型研究
2019-10-15分类号:TP311.5
【部门】广东工业大学计算机学院
【摘要】为解决工业工程中的代码混淆领域存在的多种代码评价指标冲突,以及如何相应确定最优代码混淆技术应用序列的问题,基于NSGA-Ⅱ遗传优化算法,建立一种面向多目标优化的代码混淆模型。提出了基于抽象语法树(AST)的树型基因编码,设计了适用于代码混淆的交叉、变异和选择操作。优化和选取多种可能发生冲突的软件复杂度组成广覆盖面指标集合作为NSGA-Ⅱ的目标函数。应用多种具有代表性的代码混淆技术,设计了多套不同目标种类和不同目标个数的实验方案对该模型进行了有效性验证。
【关键词】快速非支配排序和精英策略的多目标优化遗传算法(NSGA-Ⅱ) 基因编码 抽象语法树 代码混淆
【基金】国家自然科学基金资助项目(61572142);; 广东省自然科学基金资助项目(2018A030313389);; 广州市科技计划资助项目(201604016041)
【所属期刊栏目】工业工程
文献传递