$ dir e9924e2a
a7b8

或者使用编程模式中的任何计算器。）

...或者你可以直接调用Evolver的方法

    evolver.bitran(&register, "inv-sha1", &[1, 4])?; // 1 round of SHA-1 with 4-byte message
    evolver.arch(2, 240, 8, 2, 1)?;
    evolver.par("mutat_prob", "0.2")?;
    evolver.evol(100)?;
    evolver.par("mutat_prob", "0.1")?;
    evolver.evol(50)?;
    evolver.save("evolvers/invsha1-demo")?;

请参阅src/bin/shell.rs和src/bin/script.rs。

自定义位变换

进化优化种群，以精确计算某些位串函数。相关的功能包括构建函数的参数块、提供输入和输出的位数、根据函数评分输入输出批对。这些功能汇总在Bitransform特质中。该库实现了它为xor、add、mult、CRC32、MD5、SHA1、SHA2、SHA3/Keccak函数及其逆函数，并且你可以为你的函数实现它。

例如，请参阅src/bitransform/xor.rs和src/bitransform/sha1.rs。直接位变换和逆位变换之间的区别在于，在前者中，输入函数按位与输出进行比较，而在后者中，相同的输出函数与输入进行比较。换句话说，你不需要显式地逆函数来评分试图执行逆操作的东西...实际上，“东西”应该成为一个反转器。

假设你已经在func模块中的Func上完成了它，然后将其添加到注册表中

mod func;

use func::{Func, InvFunc};

fn app() -> Result<(), String> {
    let mut register = BitransformRegister::new_default();
    register.add(vec![
        Func::reg_entry(), InvFunc::reg_entry()
    ])?;
    ...
}

现在你可以用它与进化者一起使用了

    let mut evolver = Evolver::new_default(&register)?;
    evolver.bitran(&register, "inv-func", &[7, 5, 3])?;
    evolver.evol(1000)?;

（这里7, 5, 3是你的函数参数。）

修改库

好吧，复制其源代码并做你想做的事情：扩展架构、应用另一种遗传算法、优化性能……这将是另一回事，你应该给它一个不同的名字。

联系

一些类似框架、软件包、项目

• 布尔电路进化

• BoolNet

• PyBoolNet

• revonet

• rsgenetic

可能还有更多……在搜索这些时，请记住，该领域中的“进化”一词有时意味着随时间改变单个boolnet状态，而不是优化boolnet种群。

成就

到目前为止，嗯...虽然人口相对较快地学会了反转简单的位串函数，如位异或，但对于更复杂的函数，尤其是那些用于防止反转的函数（如SHA-x的加密散列轮次），他们却感到很吃力。即使是ADD，由于进位，也需要更“先进”的boolnet架构（更多层等），这使得学习速度显著减慢。似乎存在非零的上限，对于最佳得分，当然，没有保证达到0分，也就是说，培育一个boolnet，它总是精确计算函数。

可能存在某种证明表明，当函数的复杂度超过某个阈值时，这种方法存在无法克服的限制，这时应用它就像尝试用灰烬建造桥梁一样。另一方面，它可以是某些更复杂方案的一部分。

一个故障

案例A。设置以下进化者

• 位变换是inv-sha2，具有64轮（即完整的SHA2-256）和消息长度60字节（480位）或inv-keccak，散列长度为256，24轮（即完整的SHA3-256），相同的消息长度；
• 种群数量为500；
• 架构是height = 1，size = 8000（是的，大部分将不会被使用），rands = 0，layers = 1（单层...），cycles = 1；
• 进化参数默认值，除了batches = 16（或batches = 32）和mutat_prob = 0.001；
• 设置：将test更改为all，将print更改为all。