基于信息增益的軟件特征技術(shù)研究.pdf

1、軟件產(chǎn)品是一種具有易復(fù)制、易篡改、易散布等特性的數(shù)字產(chǎn)品，使得軟件盜版蘊(yùn)含著巨大的經(jīng)濟(jì)利益。針對(duì)軟件盜版在我國(guó)呈現(xiàn)猖獗勢(shì)頭，軟件版權(quán)保護(hù)技術(shù)成為近年來(lái)軟件開(kāi)發(fā)商和學(xué)術(shù)界的研究熱點(diǎn)。軟件特征技術(shù)以自身所固有的屬性或?qū)傩约鳛檠芯繉?duì)象，并采用特定的方法將其提取出來(lái)作為軟件產(chǎn)品的唯一標(biāo)識(shí)，是軟件版權(quán)保護(hù)的重要手段之一。本文首先對(duì)軟件特征技術(shù)的研究現(xiàn)狀進(jìn)行論述，在現(xiàn)有技術(shù)的基礎(chǔ)上，然后針對(duì)SKB(Statick-grambasedSoftwar

2、eBirthmark)特征魯棒性差的問(wèn)題，利用信息檢索時(shí)文本分類進(jìn)行特征選擇的思想，引入了一種新的軟件特征選擇方法——信息增益;最后又針對(duì)信息增益方法自身存在的問(wèn)題和不足提出了解決方案。具體內(nèi)容包括:
　　(1)本文構(gòu)建由盜版軟件類別和無(wú)版權(quán)爭(zhēng)議的軟件類別組成的軟件集，首先對(duì)軟件集中每個(gè)軟件進(jìn)行靜態(tài)分析，采用k-gram算法進(jìn)行軟件特征提取，由此得到的特征碎片集合維度高，采用信息增益方法對(duì)特征碎片集進(jìn)行篩選和降維，去除冗余碎片，減

3、少計(jì)算量，有效提升軟件特征的整體性能。
　　(2)信息增益方法選取的是在兩類軟件集中頻數(shù)差別大的特征碎片，因此具有高信息增益的特征碎片是整個(gè)特征碎片集中具有最高區(qū)分度的碎片。但此方法僅考慮特征碎片在某類別中出現(xiàn)的樣本數(shù)，忽視了特征碎片具體在軟件樣本中出現(xiàn)的頻數(shù)，影響結(jié)果的精準(zhǔn)度。其次，特征碎片的信息增益值越大，說(shuō)明特征碎片在兩類軟件集中出現(xiàn)的頻數(shù)差別越大，這將導(dǎo)致最終選出的特征碎片集可能會(huì)出現(xiàn)分布不平衡的問(wèn)題。針對(duì)這些不足本文還考