我正在使用遗传算法来破解转置密码。因此,在这项工作中,我遇到了 R. Toemeh 和 S. Arumugam的一篇名为Breaking Transposition Cipher with Genetic Algorithm的论文。
在本文中,他们使用了适应度函数。但我无法完全理解。我无法理解方程中 β 和 γ 的函数。
谁能解释一下健身功能吗?这是适应度函数的图片:
我正在使用遗传算法来破解转置密码。因此,在这项工作中,我遇到了 R. Toemeh 和 S. Arumugam的一篇名为Breaking Transposition Cipher with Genetic Algorithm的论文。
在本文中,他们使用了适应度函数。但我无法完全理解。我无法理解方程中 β 和 γ 的函数。
谁能解释一下健身功能吗?这是适应度函数的图片:
可以改变权重 β 和 γ 以允许或多或少地强调特定的统计数据(它们是“通过实验”确定的)。
Kb(i, j)
Kt(i, j, k)
是已知的语言二元组和三元组统计。例如,对于您拥有的英语语言(bigrams):
(在英语语料库中二元组的频率中的更多细节)
Db(i, j)
Dt(i, j ,k)
是用 key 解密的消息的二元和三元统计k
。
在Anukriti Dureha 和 Arashdeep Kaur的 A Generic Genetic Algorithm to Automate an Attack on Classic Ciphers 中,有一些参考值 β 和 γ(以及 α,因为它们使用上述方程的扩展形式)和三种类型的密码。
关于 β 和 γ 的一些进一步细节。
它们是在进化过程中保持不变的权重。它们应该通过实验进行调整(“最佳”值取决于目标语言和密码算法)。
离线参数调整是要走的路,即: