为什么说我的jar是not obfuscatable?

gogoback 2003-09-24 11:43:45

当我使用JBuilder8自带的混淆器RetroGuard对我的jar进行混淆的时候，报告说jar is not obfuscatable。为什么会这样呢？我的jar有什么问题？

...全文

83 3 打赏收藏转发到动态举报

写回复

用AI写文章

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

gogoback 2003-09-25

打赏
举报

我下载了jshrink，用起来挺方便的。用RetroGuard混淆不成功的jar现现在使用了jshrink就可以了。不过仍然不知道RetroGuard对jar有什么限制？？
我申请了一个jshrink的10天的注册码，有谁有正式的注册码可以提供吗？谢谢啦

gogoback 2003-09-24

打赏
举报

有没有其他的更好的obfuscator？大家推荐一个啊，我在google上好像没有搜到什么有价值的东西...

YuLimin 2003-09-24

打赏
举报

http://www.yworks.com
http://prdownloads.sourceforge.net/javaguard/javaguard-1.0beta4.zip?use_mirror=heanet
http://prdownloads.sourceforge.net/proguard/proguard1.7.2.zip?use_mirror=heanet

科易网基于40亿+科创知识图谱数据库，深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，研究科技创新领域的AI+数智化解决方案，推动科技创新与产业创新智能化发展。

内容概要：本文聚焦风电出力的不确定性问题，采用拉丁超立方抽样（Latin Hypercube Sampling, LHS）方法生成具有统计代表性的风电出力初始场景集，有效克服传统蒙特卡洛抽样存在的样本冗余与收敛速度慢的缺陷。为进一步降低场景数量以提升电力系统优化调度的计算效率，研究结合K-means聚类、快速前向选择等场景缩减技术，对生成的高维场景进行聚合与概率修正，保留最具代表性的典型场景及其对应概率分布。整个建模流程在Matlab平台上编程实现，形成一套完整的“抽样—生成—缩减—验证”的不确定性建模框架，为含高比例风电的电力系统提供高质量、低冗余的输入场景集，显著增强随机优化、鲁棒优化等模型的求解效率与工程实用性。; 适合人群：具备电力系统分析、概率统计基础及Matlab编程能力，从事新能源并网、电力系统优化调度、不确定性建模与风险评估等方向的科研人员、工程技术人员及研究生。; 使用场景及目标：①应用于风电主导的电力系统随机优化调度、机会约束规划、鲁棒经济调度等场景，提升模型对不确定性的刻画能力；②帮助研究者深入掌握拉丁超立方抽样与场景缩减的核心原理与实现方法，构建高精度的不确定性输入模型；③为复杂电力系统仿真提供经过科学约简的典型场景集，平衡计算精度与效率，支撑实际工程决策。; 阅读建议：建议读者结合提供的Matlab代码逐模块调试与运行，重点理解LHS在多维空间中的分层抽样机制、场景距离度量方式及聚类缩减过程中的概率守恒原则，关注缩减前后场景集的分布保真性与计算效率提升效果，以全面掌握风电不确定性建模的关键技术路径。

CAD+说明书便携式野外净水器

Python OpenCV车道线检测与偏离报警 Canny + Hough 检测车道线，计算左右线中点偏离量并在超限时报警，支持批量图片并导出画线图与 CSV 报告。功能： · Canny+Hough 车道线 · 左右线中点偏离量 · 超限报警阈值 · 批量目录 · CSV 报告 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明，按 README 安装后即可复现。

Java

51,407

社区成员

86,107

社区内容

发帖

与我相关

我的任务

javaspring bootspring cloud 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章