cw算法

1. 词典编码的算法步骤

步骤一：开始的时候词典包含所有可能的单字符，而当前前缀P是空的。
步骤二：当前字符C：=字符流中的下一个字符。
步骤三：判断P+C是否在词典中。
如果是，则用C扩展P，即P=P+C
如果否，则
①输出代表当前前缀P的码字
②将前缀-字符串P+C添加到字典中
③令P：=C
步骤四：判断字符流中是否还有字符需要编码。
如果是，则返回到步骤二
如果不是，输出代表当前前缀P的码字，并结束 步骤一：在开始译码时词典包含所有可能的前缀根。
步骤二：cW：=码字流中的第一个码字。
步骤三：输出当前缀符串string.cW到字符流。
步骤四：先前码字pW：=当前码字cW.
步骤五：当前码字cW:=码字流中的下一个码字。
步骤六：判断先前缀符串是否在词典中。
如果“是”，则：1把当前缀符串string.cW输出到字符流；2当前前缀p:=先前缀符串pW;3当前前缀符串string.cW的第一个字符；4把缀符串P+C添加到词典中。
如果“否”，则：1当前前缀p:=先前缀符串pW;2当前字符C：=当前缀符串pW的第一个字符；3输出缀符串P+C到字符流，然后把它添加到词典中。
步骤七：判断码字流中是否还有码字要译。
如果“是”，就返回到步骤4，如果“否”，结束。

2. 对抗样本之CW原理&coding

本文采用手稿模拟的角度，尽量使读者较为直白的面对冷冰冰的公式。
抛去CW算法不谈。一般来说，生成样本算法都要保证如下两个条件：

条件一，保证了生成样本与原始干净样本尽量的相似。
条件二，保证了生成样本确实能成功攻击模型。
仔细想想，这两个条件是不是就满足了生成样本的全部需求哩。

问题定义清楚了，那问题的数学描述就成了关键。

数学描述：

其手稿模拟如下：

CW算法手稿模拟：

常人思路攻击：

CW攻击：

CW是一个基于优化的攻击，主要调节的参数是c和k,看你自己的需要了。它的优点在于，可以调节置信度，生成的扰动小，可以破解很多的防御方法，缺点是，很慢。

欢迎留言，力所能及，必答之。