bingbingbling的博客

最近研究密码体制识别，分类器是其中重要的一环，最近实现了几个分类算法，记录一下以备不时之需。机器学习百度百科对机器学习的定义：机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。我的理解就是通过对大量的输入数据进行训练，得到一个拟合度较高的模型，并使模型掌握数据中蕴含的潜在规律，用以对再次输入的新数据进行更精准的预测或分类。机器学习中的两个问题：分类

昨天在使用python pip安装第三方库是出现的一个问题：UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x80 in position 51: illegal multibyte sequence可以看出是由于编码格式导致的读取文件失败（之前安装另一个库pygam时，曾经在dos中使用chcp调整编码格式，可能是由于这个引起的）解决方案：打开第三方库的解压目录，打开setup.py文件，错误提示在27行读取文件时ong_descriptio

最近在学习梯度提升决策树，有用到Graphviz包实现可视化，安装的过程中遇到了一些问题，所以记录下来希望能帮助同学们避坑。在学习机器学习决策树时，Graphviz是一个很好的工具，可以将决策树可视化，便于直观的理解。conda安装graphviz：打开cmd切换到需要使用的环境：activate your_name终端输入命令： conda install python-graphviz安装完成后在cmd输入：dot -version测试：下面的情况说明安装成功安装完成后打开pychar

使用前需要导入sklearn包from sklearn.feature_extraction.text import TfidfVectorizer, CountVectorizerCountVectorizeCountVectorizer是特征数值计算类，是一个文本特征提取方法。对于每一个训练文本，它只考虑每种词汇在该训练文本中出现的频率，可用于密码体制识别的特征提取。CountVectorizer会将文本中的词语转换为词频矩阵，它通过fit_transform函数计算各个词出现的频数。参数：

研究对象：AES、Blowfish、Camellia、DES和 IDEA 等 5 种分组密码体制。特征选择：基于 NIST 测试集中的 15 种随机性测试提出了 54 种基于随机性测试的新密文特征。分类器选择：支持向量机、随机森林。分类器优化：降维算法和并行主要工作：构建基于机器学习算法的密码体制识别方案分析影响密码体制识别效率的因素挖掘密文特征，提高密码体制识别方案的效率采用并行化和特征降维技术进一步优化方案密码体制识别发展方向：持续改进密文特征方法（假设检验、分布函数、主成分分析

密码体制识别是现实中开展密码分析的前提，属于密码区分分析范畴。可以进行密码体制识别的原因：某一特定密码体制产生的密文与其他体制产生的秘闻在空间分布上有一定的差异，从而可以提取出刻画相应差异的特征，作为识别密码体制的依据。密码体制识别常用方法：统计学方法和机器学习。判断密码体制识别效果：设计识别指标，根据提取出的特征计算指标值，通过指标值判断识别效果。密码体制识别任务及流程：可视为机器学习中的有监督分类任务。流程：1.采集已知密码体制的密文F1.F2,…Fn2.对密文进行特征提取，得到一组特征集