算法的目的:
数据分类,聚类,识别
对象和标准:
输入:n个数据对象
输出:k个类别, 且满足方差最小的k个聚类,聚类方差度量
每个对象与聚类的相似度:一般是采用各个对象到聚类中心(一般是均值中心)的距离,距离哪个中心近,就是与哪个类的相似度高。
聚类的紧密度度量(聚类好坏的度量):所有对象到各自聚类中心的方差和。
基本算法步骤:
初始化:从 n个数据对象任意选择 k 个对象作为初始聚类中心;
迭代:
1. 根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行分类;
2. 由新的分类数据,重新计算每个(有变化)聚类的均值(中心对象);
3. 计算标准测度函数,当满足一定条件,如函数收敛时,则算法终止;如果条件不满足则循环执行。如opencv中,每次迭代,最大的聚类中心位移max_center_shift < criteria.epsilon小于精度要求时,就结束迭代。以及迭代次数超过设定的最大值时,也结束 iter >= criteria.maxCount。
结束。计算方差,及labels每个对象的分类结果,返回。
算法的时间复杂度上界为O(n*k*t), 其中t是迭代次数。属于非监督学习方法。
OpenCV中增加了参数:
attempts:使用不同的初始化条件,进行分类的次数
flag: KMEANS_RANDOM_CENTERS, KMEANS_PP_CENTERS, KMEANS_USE_INITIAL_LABELS
增加以上参数的目的,是防止kmeans算法陷入局部最优,即分类的结果不是最好的。局部最优的示例:
横向分类,纵向分类分别是两种分类结果。显然,横向分类是局部最优。
KMEANS_PP_CENTERS是采用Arthur & Vassilvitskii (2007) k-means++: The Advantages of Careful Seeding获取初始化种子点。
其思想是:
在直觉上,k个初始聚类中心应该远离彼此,所以第一簇中心均匀地选择随机从正在群集的数据点,之后,每个后续的群集中心应该从剩余的数据点中选择,且剩余点:
the remaining data points with probability proportional to its distance squared to the point's closest cluster center.(这句话没理解了)
opencv对新的中心选取,多次尝试,取最好的结果,如下:
ci是随机获取的新的数据中心。
for( i = 0; i < N; i++ )
{
tdist2[i] = std::min(distance(data + step*i, data + step*ci, dims), dist[i]);
s += tdist2[i];
}
if( s < bestSum )
{
bestSum = s;
bestCenter = ci;
std::swap(tdist, tdist2);
}
其聚类精度明显优于传统的随机选择种子的方法,且计算速度也比较快。而对于更大型的数据集,kmeans++需要进一步扩展,才能获取更好的表现,即kmeans是高度可扩展的。
KMEANS_USE_INITIAL_LABELS是第一次采用用户自己设置的初始化的中心点进行运算,而后面的尝试则采用随机算法(或半随机)选取的中心。
虽然最近几年东亚黑客对全世界公司和政府机构网络攻击的成功案例在持续增长。但对于国际互联网,来自东欧的计算机犯罪仍然显的更有威胁。
Tom Kellermann — Trend Micro(杀毒软件供应商)的副总裁,在最近的一次报告“彼得大帝对战孙子(Peter the Great Versus Sun Tzu)”中谈道:“尽管高调的入侵、高级持续性的威胁(APTs)让东亚的黑客霸占了全世界网络安全相关的头条,但是仅凭这一点就断定这些黑客是当今世界独一无二的并构成了最大的威胁明显是错误的。
Kellermann,只到最近还担任美国第44任总统网络安全(Cyber Security)委员会委员。通过指挥大量东亚和东欧地下组织的本质研究后,Trend Micro得出结论:来自前苏联的黑客对比那些更知名的东亚人,显得更加有经验和隐秘。”
当提到恶意软件开发时,东欧人是当之无愧的“老师傅”。他还说:“东欧人的恶意软件是精致的艺术品,曾被誉为恶意软件世界的法贝热彩蛋(Faberge Eggs)。”
东亚的黑客通常使用zero-day漏洞,去入侵计算机系统。但是之后他们还要依靠基本的恶意软件和第三方工具来维持和扩张目标网络上的权限。
东欧黑客隐秘的高级黑
相比东亚,东欧的黑客首次入侵的漏洞利用一般建立在其他人的基础上,但是使用的软件都是基于目标并且包含了所有功能的定制恶意软件。
Kellermann解释到,东欧出产的恶意程序往往都是很轻量级的并且拥有先进的检测躲避技术。
Kellermann把领先的恶意程序编写技术归功于长期的高质量科学和数学教育。他还认为这项优秀技术同样要归功于对每行代码的严格要求,而这些则因为前苏联的计算科学只能在低复杂度的计算资源上实现。
Bogdan Botezatu,BitDefender(罗马利亚杀毒软件供应商)的高级互联网威胁分析师在9月20日的邮件中说:“作为一个东欧的反恶意软件技术供应商,我们同样认为欧洲的恶意软件地下组织比起东亚的更加工艺和传统。”
Botezatu说:“后共产主义时代的初期,东欧(特别是保加利亚和罗马)青年的价值取向发生了巨大的变化(受资本主义影响巨大)。在数学和密码运算的大背景帮助下,东欧人迅速成为政治斗争道路上无可争议的冠军。”
BitDefender研究员说道:“经过20多年的运动后,这些组织的目标从政治斗争上转变到编写商业恶意程序上。他们恶意软件、封装及密码学的经验也发生了巨大的改变。”
另一个东欧黑客比东亚更富有威胁的原因来自运作方法,Kellermann将其喻为因出色技艺被雇佣的独立突击队单位。
东欧黑客以小团队为运营模式,对于每次入侵明确、专注,不遗余力的保护他们的身份。因为声誉对于他们来说是成功的关键所在!
东欧的地下是由许多独立单位构成组织严密的社区,互相之间的数据购买和销售更是司空见惯。假如可靠性产生问题,那么盈利和生存的能力将被破坏,甚至走向灭亡。
中国黑客就像低等网络步兵
与之相反的是,东亚黑客就像“网络步兵”,他们好像从来不去担心是否被侦察或识别,Kellermann说。
他认为这是因为他们是作为由特定组织提供基金的大型组织的一部分来运作的,经常是从企业或者政府窃取商业机密和敏感数据。
假如身份暴露的是一个东亚黑客,他失去的则没有那么多,并且可以轻松的回到工作中。某种意义上,对于东亚黑客来说:集团资金意味着更好的金融稳定。
与此同时,东亚黑客窃取的数据一般都是可以立即售出或用于盈利,比如:金融凭证、信用卡资料或者私人信息。这也是东亚黑客地下组织开发了电子洗钱系统的原因,使用了客户审查和交替付款通道。
David Harley,ESET(来自斯洛伐克的杀毒软件供应商)的高级研究员20日通过电子邮件说:“这也许是个不错的想法,但是还是有点太草率了。”他认为,曝光对于一些东亚黑客来说是一种自我宣传的手段。
Harley说:“追溯到早些年,中国的黑客刚开始进入我们视线的时候,他们甚至没有仔细的掩盖自己的痕迹(当然除下攻击目标)。例如,我们获取了很多Wicked Rose(中国知名黑客组织的队长)和他队友的信息。”
Harley认为,东亚的黑客行事风格比较罗曼蒂克;而相比东亚的黑客来说,东欧的黑客不是那么在乎荣誉,他们认为比起出名,他们失去的将会更多。
Kellermann总结了两个黑客市场的特征,认为:相比东欧黑客来说,东亚黑客业余了很多。在队伍技术的成熟度上,东亚黑客和东欧黑客也完全不在一个等级上。
今天在网上找了些资料,做了一个图片左右滚动的Demo,类似幻灯片播放,同时,图片带倒影效果,运行效果如下图:
实现方式是重写Gallery,使用自定义的Gallery来实现这一效果,工程一共三个文件,一个Activity,一个自定义的Gallery,还有就是一个适配器ImageAdapter,直接上代码:
ScrollGallery.java
public class ScrollGallery extends Gallery { private Camera mCamera = new Camera(); //左右图片倾斜的角度 private int mMaxRotationAngle = 60; //背景区域大小 private int mMaxZoom = -380; private int mCoveflowCenter; public ScrollGallery(Context context) { super(context); this.setStaticTransformationsEnabled(true); } public ScrollGallery(Context context, AttributeSet attrs) { super(context, attrs); this.setStaticTransformationsEnabled(true); } public ScrollGallery(Context context, AttributeSet attrs, int defStyle) { super(context, attrs, defStyle); this.setStaticTransformationsEnabled(true); } public int getMaxRotationAngle() { return mMaxRotationAngle; } public void setMaxRotationAngle(int maxRotationAngle) { mMaxRotationAngle = maxRotationAngle; } public int getMaxZoom() { return mMaxZoom; } public void setMaxZoom(int maxZoom) { mMaxZoom = maxZoom; } private int getCenterOfCoverflow() { return (getWidth() - getPaddingLeft() - getPaddingRight()) / 2 + getPaddingLeft(); } private static int getCenterOfView(View view) { return view.getLeft() + view.getWidth() / 2; } protected boolean getChildStaticTransformation(View child, Transformation t) { final int childCenter = getCenterOfView(child); final int childWidth = child.getWidth(); int rotationAngle = 0; t.clear(); t.setTransformationType(Transformation.TYPE_MATRIX); if (childCenter == mCoveflowCenter) { transformImageBitmap((ImageView) child, t, 0); } else { rotationAngle = (int) (((float) (mCoveflowCenter - childCenter) / childWidth) * mMaxRotationAngle); if (Math.abs(rotationAngle) > mMaxRotationAngle) { rotationAngle = (rotationAngle < 0) ? -mMaxRotationAngle : mMaxRotationAngle; } transformImageBitmap((ImageView) child, t, rotationAngle); } return true; } protected void onSizeChanged(int w, int h, int oldw, int oldh) { mCoveflowCenter = getCenterOfCoverflow(); super.onSizeChanged(w, h, oldw, oldh); } private void transformImageBitmap(ImageView child, Transformation t, int rotationAngle) { mCamera.save(); final Matrix imageMatrix = t.getMatrix(); final int imageHeight = child.getLayoutParams().height; final int imageWidth = child.getLayoutParams().width; final int rotation = Math.abs(rotationAngle); // 在Z轴上正向移动 // 在Y轴上移动,上下移动;X轴上左右移动。 mCamera.translate(0.0f, 0.0f, 100.0f); if (rotation < mMaxRotationAngle) { float zoomAmount = (float) (mMaxZoom + (rotation * 1.5)); mCamera.translate(0.0f, 0.0f, zoomAmount); } // 在Y轴上旋转,竖向向里翻转。 // 在X轴上旋转,则横向向里翻转。 mCamera.rotateY(rotationAngle); mCamera.getMatrix(imageMatrix); imageMatrix.preTranslate(-(imageWidth / 2), -(imageHeight / 2)); imageMatrix.postTranslate((imageWidth / 2), (imageHeight / 2)); mCamera.restore(); } }
ImageAdapter.java
public class ImageAdapter extends BaseAdapter { //倒影的缩放比例 private static final int REFLECTION = 5; int mGalleryItemBackground; private Context mContext; private int[] mImageIds; private ImageView[] mImages; public ImageAdapter(Context c, int[] ImageIds) { mContext = c; mImageIds = ImageIds; mImages = new ImageView[mImageIds.length]; } public boolean createReflectedImages() { final int reflectionGap = 5; int index = 0; for (int imageId : mImageIds) { Bitmap originalImage = BitmapFactory.decodeResource( mContext.getResources(), imageId); int width = originalImage.getWidth(); int height = originalImage.getHeight(); Matrix matrix = new Matrix(); matrix.preScale(1, -1); Bitmap reflectionImage = Bitmap.createBitmap(originalImage, 0, height / 2, width, height / 2, matrix, false); Bitmap bitmapWithReflection = Bitmap.createBitmap(width, (height + height / REFLECTION), Config.ARGB_8888); Canvas canvas = new Canvas(bitmapWithReflection); canvas.drawBitmap(originalImage, 0, 0, null); Paint deafaultPaint = new Paint(); canvas.drawRect(0, height, width, height + reflectionGap, deafaultPaint); canvas.drawBitmap(reflectionImage, 0, height + reflectionGap, null); Paint paint = new Paint(); LinearGradient shader = new LinearGradient(0, originalImage.getHeight(), 0, bitmapWithReflection.getHeight() + reflectionGap, 0x70ffffff, 0x00ffffff, TileMode.CLAMP); paint.setShader(shader); paint.setXfermode(new PorterDuffXfermode(Mode.DST_IN)); canvas.drawRect(0, height, width, bitmapWithReflection.getHeight() + reflectionGap, paint); ImageView imageView = new ImageView(mContext); imageView.setImageBitmap(bitmapWithReflection); imageView.setLayoutParams(new ScrollGallery.LayoutParams(180, 240)); mImages[index++] = imageView; } return true; } public int getCount() { return mImageIds.length; } public Object getItem(int position) { return position; } public long getItemId(int position) { return position; } public View getView(int position, View convertView, ViewGroup parent) { return mImages[position]; } public float getScale(boolean focused, int offset) { return Math.max(0, 1.0f / (float) Math.pow(2, Math.abs(offset))); } }
ScrollImageActivity.java
public class ScrollImageActivity extends Activity { /** Called when the activity is first created. */ private ScrollGallery galleryFlow = null; int images[] = {R.drawable.a,R.drawable.b,R.drawable.c,R.drawable.d,R.drawable.f}; @Override public void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); requestWindowFeature(Window.FEATURE_NO_TITLE); setContentView(R.layout.main); galleryFlow = (ScrollGallery) this.findViewById(R.id.gf_images); ImageAdapter adapter = new ImageAdapter(this, images); adapter.createReflectedImages(); galleryFlow.setAdapter(adapter); galleryFlow.setSelection(1); } }
main.xml
<?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" android:layout_width="fill_parent" android:layout_height="fill_parent" android:orientation="vertical" > <com.ryan.scrollimage.ScrollGallery android:id="@+id/gf_images" android:layout_width="fill_parent" android:layout_height="0dip" android:layout_weight="1" /> </LinearLayout>
对Android&IOS感兴趣的朋友可以加入我们的讨论QQ群,在这里,我们只讨论干货:220223507
欢迎关注我的新浪微博和我交流:@唐韧_Ryan