8、游戏感知迁移与社交网络恶意软件分析

游戏感知迁移与社交网络恶意软件分析

游戏感知迁移与金融学习游戏

在游戏领域，存在着一种重要的特性——感知的迁移性。这意味着玩家在游戏中获得的知识能够应用到游戏之外的现实场景中，并且对学习者可能具有实际的帮助。以 PlayMoolah 为例，相关的初步研究为其设计者提供了更多的迭代和探索空间。设计者有可能将说服性技术和说服性游戏这两种理论的有效性融入其中，从而创造出更好的学习游戏以及用于储蓄、资金管理和金融领域的说服工具。

恶意软件分析概述

恶意软件，即恶意软件程序，包括病毒等，其目的是对系统造成损害。为了对恶意软件进行全面分析，人们开发了多种技术，这些技术通常可以分为以下三种方法：
1. 静态分析 ：需要对源代码进行全面分析以进行进一步分类。它更适合发现实际的缺陷，因为可以分析整个源代码及其所有可能的变体。不过，它也存在一些问题，比如可能因代码结构的简单修改而将程序误判为良性，并且分析过程更为复杂。
2. 动态分析 ：通过在实际系统中执行可能的恶意软件文件样本并观察其行为来进行分析。这种技术独立于任何类型的打包方式，具有较强的适应性，因为它要求程序在目标系统上实际运行。
3. 伪动态分析 ：结合了静态和动态分析的特点。

下面是这三种分析方法的详细分类：
|分析类型|子类型|具体技术|
| ---- | ---- | ---- |
|静态分析|签名基分析|n - grams、n - perms、绝对签名|
|静态分析|基本块基分析|使用 Levenshtein 距离的块距离、B