《表4 时间开销对比：随机森林在程序分支混淆中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《随机森林在程序分支混淆中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文采取了多次运行求平均值的方式计算被混淆程序的时间开销，同时统计了被混淆分支的执行次数.对比算法中，分类器的训练方法均与原文献中的设置相同.表4和表5分别列出了时间开销和空间开销数据.由表4数据可见，时间开销与执行次数成正相关，specrand中的被混淆分支执行次数为48478次，引入了较大的开销，其余测试程序的额外开销较小，平均每次执行所需开销约为0.005s.由于随机森林对高维数据处理具有优势，且随机森林内部计算由简单的分支判断构成，本文提出的混淆方法在时间开销上较优于另两种混淆方法.本文加密了输入集合，文献[22，23]所提出的边界关键变量训练法无法应用于本文的场景.使用加密后的输入集合作为训练集，导致这两种的时间开销和空间较原文献中的数据有较大增长.表5中，由于随机森林的参数要保存在程序中，引入的额外空间开销较对比算法稍大.但是对于当今硬盘容量（数百GB至几TB），这些开销是可以忽略不计的.本文提出的混淆方法在效能上是可以接受的.