《基于人工神经网络的共享软件注册体系的探讨.doc》由会员分享，可在线阅读，更多相关《基于人工神经网络的共享软件注册体系的探讨.doc（5页珍藏版）》请在三一办公上搜索。
1、精品论文基于人工神经网络的共享软件注册体系的探讨邹春毅 1，张楠 21 辽宁工程技术大学理学院，辽宁阜新 (123000)2 鞍山师范学院物理系，辽宁鞍山（114007）E-mail：zmafly摘要：共享软件是以“先使用后付费”的方式销售的享有版权的软件，其中注册认证过程的 好坏对软件能够生存下去起到至关重要的作用。传统的软件注册认证过程存在较多问题，因此本文结合人工神经的相关知识设计出新的软件注册认证过程，以弥补全通软件注册认证过程的不足。人工神经网络，是一种旨在模仿人脑结构及其功能的信息处理系统，就是使用人 工神经网络方法实现模式识别。可处理一些环境信息十分复杂，背景知识不清楚，推理规则
2、不明确的问题，神经网络方法允许样品有较大的缺损和畸变。神经网络的类型很多，建立神 经网络模型时，根据研究对象的特点，可以考虑不同的神经网络模型。本文采用BP神经网络实现共享软件注册认证过程。 关键词：人工神经网络；BP 神经网络；共享软件；注册1引言共享软件是以“先使用后付费”的方式销售的享有版权的软件。根据共享软件作者 的授权，用户可以从各种渠道免费得到它的拷贝，也可以自由传播它。用户总是可以 先使用或试用共享软件，认为满意后再向作者付费；如果你认为它不值得你花钱买， 可以停止使用。通常未注册的共享软件会在时间、功能等方面受到相应的限制，只有经过注册（通 常想作者付款获得注册码）才能使用全部
3、功能。然而如何保障自己的软件不被非法的 注册，是每一位共享软件开发者都不需考虑。传统的共享软件机器码与注册码的对应 关系相对简单，而且使用条件语句if进行判断。使用这种方式进行注册认证看上去比较安全，实际却存在着巨大的安全隐患。一些软件破解者根据软件的注册特征编辑出软件的注册机，这就是由于软件的注册码生 成函数过于简单。本文讨论如何利用人工神经网络来实现共享软件的注册认证问题，从而避免了软 件注册码生成函数存在的问题，使软件的注册认证过程变得安全可靠，从而防止软件 的破解。2共享软件知识介绍2.1 共享软件与共享软件注册共享软件是以“先使用后付费”的方式销售的享有版权的软件。根据共享软件作者的
4、授 权，用户可以从各种渠道免费得到它的拷贝，也可以自由传播它。用户总是可以先使用或试 用共享软件，认为满意后再向作者付费；如果你认为它不值得你花钱买，可以停止使用。本 站是为国内共享软件提供在线付款注册服务的网站。您可以使用40多种信用卡、借记卡、提 款卡在线付款，也可使用邮局汇款或银行汇款这两种线下付款方式注册您喜爱的软件。共享软件在未注册之前通常会有一定的功能限制，如使用时间限制、次数限制、功能不 完全等。用户在试用共享软件认为满意后，可以通过本站向软件作者支付一定的注册费用， 获得该软件相应版本的使用授权，即成为正式版用户。 根据相应共享软件开发者的承诺， 正式版用户可以享受到相应的待遇
5、，包括：版本升级、技术服务、疑问解答等1。- 5 -2.2 传统的共享软件注册认证过程传统的共享软件注册认证过程使用if条件语句来判别，其中机器码的产生过程如下：1） 软件第一次运行或刚刚安装结束。2） 根据相应的机器码函数产生一个机器码。 软件注册认证过程如下：1） 输入注册码。2） 通过注册码函数计算出该机器码的注册码。3） if 输入的注册码=计算出的注册码 then 注册成功 else 注册失败。2.3 传统的共享软件注册认证存在的问题1）机器码与注册码的对应关系过于简单，通常是将机器码中的每一位进行相应的数字 变化，如加上某个数、减去某个数等。这种对应关系很容易被软件破解者制造出相应
6、注册机 以实现软件的破解2。2）软件注册认证过程使用if条件语句，这样很容易被爆破，制造出相应的爆破程序将 软件的if变为if not以实现软件的破解。3人工神经网络介绍人工神经网络3（Artificial Neural Networks, ANN)，一种模范动物神经网络行为特征， 进行分布式并行信息处理的算法数学模型。人的大脑是人类智能的物质基础,而神经元是脑 组织的基本单元,同时也是神经系统的机构与功能单元。研究表明人的大脑由100 多亿个神 经元组成,仅人的视网膜光感受细胞,每只眼睛就约有1.25 亿个。所有神经元之间以着极其复 杂的突触联系,组成了巨大的网络系统,人脑的智能是靠这个复杂
7、网络来完成的。由于神经网 络联系方式的多样化，以及目前对人脑的研究还存在许多未知因素,所以想彻底仿真人脑结 构的系统在技术上目前还是无法实现的.BP (Back Propagation)神经网络4是一种神经网络学习算法。其由输入层、隐含层、输出 层组成的阶层型神经网络，中间层可扩展为多层。相邻层之间各神经元进行全连接，而每层 各神经元之间无连接，网络按有教师示教的方式进行学习，当一对学习模式提供给网络后， 各神经元获得网络的输入响应产生连接权值（Weight）。然后按减小希望输出与实际输出误 差的方向，从输出层经各中间层逐层修正各连接权，回到输入层。此过程反复交替进行，直 至网络的全局误差趋向
8、给定的极小值，即完成学习的过程。BP神经网络模拟认得大脑思维，能对复杂系统进行识别和评价，并具有自适应，自组 织，自学习和容错性好等特征。将其应用与高校本科评估之中，可以避免认为主观因素的干 扰，增强客观性。BP 神经网络用于高校评估的原理5是：把影响高校本科评估的各项指标 作为神经网络的输入量；将评估结果作为输出量。用足够的样本训练这个网络，使不同的输 入量的到不同的输出量，这样神经网络所持有的那组权值和阈值，便是网络经过自适应学习 所得到的正确内部的表示；一旦神经网络训练完毕，既可作为同类型高校本科评估的有效值， 通过该模型对不同的高校做出响应的综合评价。4利用BP神经网络来实现软件注册认
9、证过程4.1 实现过程本文讨论利用BP人工神经网络来实现共享软件的注册认证，该神经网络包括一个输入 层、多个隐层、一个输出层。输入节点为 x1 , x x ,L xm ，输出节点为 y2 , y2 ,L ym ，其中三层的BP网络结构图见图4-1。y1y2y n输出层隐层输入层x1x2xm图4-1 三层BP网络结构图1）机器码的产生过程 与传统的共享软件一样，本文所阐述的方法同样要在软件的第一次运行或安装过程中产生相应的机器码，只是产生一组字符串，而是一个 k m 的矩阵AL a , a , a 1112m1 A = a21 , a22 ,L, am 2 L ak1 , ak 2 ,L, am
10、k k m其中每一行都是一个BP神经网络的输入值。2） 注册码的产生过程利用BP神经网络求出机器码矩阵A每一行对应的输出结果， a11 , a12 ,L, am1 求出对应的b11 , b12 ,L, bn1 最终求出机器码矩阵A的输出 k n 的矩阵BL b , b , b 1112n1 B = b21 , b22 ,L, bn 2 L bk1 , bk 2 ,L, bnk k n矩阵B中的每一行都是A的一个输出结果。3） 软件注册认证过程软件使用者通过软件的开发者获得正规软件 k n 注册矩阵CL c , c , c 1112n1 C = c21 , c22 ,L, cn 2 L ck1
11、, ck 2 ,L, cnk k n与软件注册矩阵B进行比较，如果二者完全相等则表示注册成功，否则注册失败。4.2 软件注册认证 BP 神经网络的训练过程软件注册认证BP神经网络也是一个BP神经网络，网络的建立与训练过程可通过 MATLAB实现，也可按照以下步骤实现。当然具体的共享软件开发时应当按照以下步骤自 己编程，MATLAB建立的网络很难集成到软件当中。BP神经网络训练学习过程：（1）初始化 在依据实际问题（输入变量和输出变量个数）给出网络连接结构，随机地设置所有联接权值为任意小。（2）提供训练样本如果输入变量为 n 个，输出变量为 m 个，则每个训练样本形式为( x1 , x2 ,，x
12、 n ; t1 , t2 ,，tm ) ，这里的 t1 , t2 ,，tm 是 x1 , x2 ,，x n 的期望输出结果。（3）计算实际输出利用非线性函数 yi= 1 + exp(ijiix )1 逐级计算各层节点（不包括输入层）的输出值，令最后的输出为 o1 , o2 , om（4）权值调整用递归方法从输出点开始返回到隐层节点，按下式调整权ij ( N + 1) = ij ( N ) + oi j这里 oi 是上层第i个节点的输出。若j是输出层节点，则 j= o j (1 o j )(t j o j ) ；若j是隐层节点，则 j节点。= o j (1 o j ) k jk ，其中k 是节点
13、j所在层次的下层次的所有k（5）返回（2）步，重复之，直到误差e满足为止6。5总结本文通过BP神经网络建立共享软件注册认证过程，利用BP神经网络建立的软件注册认 证过程弥补了注册码生成函数过于简单的问题，从而提高了共享软件注册机制的安全性。但 是单纯的使用BP神经网络并不能弥补软件if判断上的缺陷，需要借助一些其他的方法来弥 补，如将条件判别语句封装在动态链接库中。参考文献1徐甲同.操作系统原理M.西安：西安电子科技出版社 2003.95-108 2郑人杰、殷人昆、陶永雷实用软件工程M,北京:清华大学出版社 2004.5.1 3郭嗣琮，陈刚.信息科学中的软计算方法M.沈阳：东北大学出版社，20
14、01.11 4王旭，王宏，王文辉.人工神经元网络原理与应用M沈阳：东北大学出版社，2000.12 5党建武.神经网路技术及应用M.北京:中国铁道出版社,2000.7. 6张文修等.模糊数学引论M,西安:西安交通大学出版社,1991.6.Discussion on Shareware registration system based on artificial neural networkZou Chunyi1, Zhang Nan21 College of science，Liaoning Technical University, Fuxin, Liaoning (123000)2 Dep
15、artment of Physic，Anshan Normal University, Anshan, Liaoning (114007)AbstractThe Shareware is an enjoys the copyright software and sale with the way of users it before pay for it, whether it has a reasonable shareware registration system is important for sharewares growth. Thereare some problem in g
16、rad shareware registration system, so in this paper, propose a new way with artificial neural network to make complete grad shareware. The artificial neural network is designed to imitate a human brain structure and function of information processing systems, is the use of artificial neural network
17、pattern recognition method. Can be dealt with a number of environmental information are complex background knowledge is not clear, the rules are not clear reasoning, neural network toallow a greater sample of distortion and defects. Many types of neural networks, the establishment ofneural network models, according to the characteristics of the study, might consider a different neural network models. This paper user BP neural network to realize shareware registration system. Keywords: artificial neural network; BP neural network; shareware; registration
