-
-
[原创]防守题目提交：NNCrackme
-
发表于:
2018-5-24 12:35
2284
-
说明：纯算法题，无壳无花无ANTI，希望你不要被绕晕。
注册码：F13FE02140。注册成功后显示“Congratulation”
设计思路：
最近对人工智能比较感兴趣，收集了一堆神经网络BP算法。当前比较火的是G家的TensorFlow库，在Python下封装了大部分常见神经网络算法，比如卷积神经CNN（通常用作图像识别），循环神经RNN（通常用作自然语言识别）等等，实现起来非常简单，还有可视化的图表动态显示训练过程，很好玩。但是封装好的东西就学不到原理了，又找了一些入门级的BP源码，C语言实现起来居然非常简单，这个Crackme就是基于3层神经网络实现的加法，训练过程非常快，误差到0.003以内只需要252次训练，对于10以内的浮点数加法计算结果还是比较准确的。下面具体说一下这个Crackme的实现过程。
1.设计一个3层BP网络，输入值有2个，输出值有1个，神经元18个。（为什么用18个神经元？因为对同一样本测试了不同神经元数量，发现18个时收敛的最快。）
2.输入样本820组，样本数据见源码。（为什么是820组？因为网上的源码就是这么定的。为什么要用这个样本？因为对于随机样本，一般需要1000到2000次训练才能达到误差0.003以内，大约需要2秒多时间，但是这个样本居然只要252次不到0.3秒就到了，可能是样本的随机性比较好吧。）
3.对样本训练252次。训练过程为：
1>initBPNework()对样本进行归一化处理，即把输入数和输出数映射到(0,1)之间。
2>trainNetwork()样本输入BP算法第一层开始学习，前向传播算法forwardTransfer()用的是sigmod()函数。统计每轮学习后的误差。
3>训练到指定次数或误差小于指定值时，训练结束。
4.Crackme算法的实现过程：
1>注册码输入10位16进制字符，转化为5字节16进制数据。后面会要求注册码第6位必须为“0”。
2>分别用前2字节和后3字节初始化2个浮点数，要求浮点值为1到10之间。
3>2个浮点数作为输入值，给训练好的神经网络进行计算（即计算加法结果），得到1个输出值。
4>输出的浮点值转化为字符，检测第2位必须为“.”。
5>把第1，3，4位作为三角形的三条边，计算三角形的面积，面积大于15.5；且输入值相加的结果与输出值的误差小于0.003时，即为正确注册码。
5.采用gcc+m64编译，64位程序先把OD踢出局，不过在IDA里接近于源码显示了。
[注意]传递专业知识、拓宽行业人脉——看雪讲师团队等你加入！
