2008腾讯安全峰会有感

参加了上个月腾讯公司的安全峰会,会上见到了Xfocus的于旸、方兴、张翼等人,并结识了吴石、郑文彬等新朋友。通过与业界同仁的交流,对国内互联网的安全现状和问题有了更深入的了解。此外,了解到360安全卫士非常受欢迎,其思路与传统反病毒公司不同。
上个月参加了腾讯公司举办的安全峰会。有关这次会议的详情可以参加 http://tech.qq.com/zt/2008/wlanfh/。特别的,有每个讲座的发言记录。对安全感兴趣的同事可以参考一下。
这次会议上见到了Xfocus的于旸,方兴, 张翼等熟人,让人高兴。估计下次再见面就是今年的Xcon了。又结识了吴石,郑文彬,吴鲁加,郑歆炜等新朋友。尤其让我感到有价值的是,通过和业界同仁的交流,对国内互联网的安全现状和问题有了更深入的了解。例如,一直在我心里的一个问题就是,根据Google的统计数据,基于中国的含有有害软件的网络站点,已经是全球第一。这到底是怎么一回事?现在,我算是有了一些答案。具体的内容以后会专门写出来。
另一个体会是没想到360安全卫士这么火爆。在北京的时候有机会去了奇虎公司一趟。他们的思路和传统的反病毒公司相比,确实有新意。
总之是不虚此行。要不然一周从西雅图,深圳,北京打个来回,可就不值了。
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值