Question

我正在尝试为密码分析本地搜索实现粒子群优化算法，以找到简单替换密码的密钥。

我理解这种方法的工作原理并实现了大部分算法，但我无法弄清楚如何计算速度。

粒子类：

public class Particle extends Alphabet {
    public Vector velocity = new Vector();
    public char[] pbest;

    public Particle() {
        this.Scramble();
    }

    public char[] getPosition() {
        return this.getAlphabet();
    }
}

Swarm Class：

public class ParticleSwarm {
    public List<Particle> swarm = new ArrayList<>();
    private Fitness fitness = new Fitness();

    public void randomSwarm(int swarmSize) {
        for(int i = 0; i < swarmSize; i++) {
            swarm.add(new Particle());
        }
    }

    public Particle getBestParticle() {
        Particle swarmBest = new Particle();
        double bestScore = 0;
        for(int i = 0; i < swarm.size(); i++) {
            double newScore = fitness.score(swarm.get(i).getPosition());
            if(newScore >= bestScore) {
                bestScore = newScore;
                swarmBest = swarm.get(i);
            }
        }
        return swarmBest;
    }
}

粒子是我为另一种算法制作的字母表类的扩展，实质上是26个字母的字符串，可以加扰。粒子的“位置”（据我所知，它只是它的字母表，或者它的一些数字表示）。

群体类是非常自我解释的，但包括一个健身类，它对得分为0到1（1为最佳）的粒子进行评分，表示该密钥产生的英文文本量。

我遇到了这个算法的实现（尽管没有代码）找到了vigenere密码的关键，它提出了以下步骤：

用于查找实际密钥的建议算法

PSO搜索算法参数的初始化

PSO参数在第一步中设置。这些参数包括粒子数（Np），键的大小（Nd），最大迭代次数（Nt），自信因子（C1），Swarm置信因子（C2）和惯性权重（w）。

离散鸟类或种群的初始化

a）对于vigenere密码的密码分析：通过随机选择大小为Nd的排列来确定粒子的初始位置，从0到25的整数随机均匀地采样。 b）使用以下方法初始化每个粒子的速度：

vi = vmin+(vmax - vmin) × rand

其中： vi是粒子的速度i vmax是最大速度， vmin是最小速度， rand是0到1之间的随机数。

列表项

计算每个粒子的适应度函数值

a）使用粒子的位置作为关键来解密密文。 b）找到步骤3（a）中获得的文本的适应度函数值。

更新粒子的速度和位置

计算每个粒子的适应度函数值，如步骤3中所述。

我似乎无法将公式粘贴到此处，但可以在第426页上看到：http://www.enggjournals.com/ijcse/doc/IJCSE13-05-05-064.pdf

Answer 1

对于将来看这个的人来说，这就是我最终做的事情：

由于单字母替换密码的密钥必须包含所有26个字母且不能重复，因此速度很难正确实现。相反，（这是否是最好的解决方案是一个不同的故事）我在0和1之间取了2个数字 - 一群信心和自信 - 并且会通过每个26个字母迭代 i 阵列。如果随机数介于0和群体置信度之间，那么它将是来自群的最佳密钥的索引 i 处的字母。如果数量超过群体信心但小于或等于自信心，则会重复相同的过程，但使用个人最佳密钥。如果这些条件都不满足，则保留索引i处的字母，然后删除所有重复项。到目前为止，这已经给我带来了一些相当不错的结果。

密码分析中粒子群优化的速度是多少？

1 个答案: