docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

This commit is contained in:
Antigravity Agent
2026-05-02 09:18:34 +09:00
parent c84dcb8371
commit 6445fcc05b
13150 changed files with 55394 additions and 100862 deletions
@@ -1,5 +1,5 @@
---
id: [[P-Reinforce]]-AUTO-B2A3F3
id: [[P-Reinforce|P-Reinforce]]-AUTO-B2A3F3
category: "10_Wiki/💡 Topics/Programming & Language"
confidence_score: 0.90
tags: [auto-reinforced]
@@ -7,7 +7,7 @@ last_reinforced: 2026-04-20
github_commit: "[P-Reinforce] Continuous Worker - Code Obfuscation"
---
# [[Code Obfuscation]]
# [[Code Obfuscation|Code Obfuscation]]
## 📌 한 줄 통찰 (The Karpathy Summary)
> 코드 난독화(Code Obfuscation)는 소스 코드의 기능을 유지하면서도 코드를 읽거나 이해하기 어렵게 변환하는 기법입니다 [1, 2]. 주로 악의적이거나 자동화된 코드 스타일로메트리(Code Stylometry, 작성자 식별 분석)로부터 오픈소스 프로그래머의 신원과 프라이버시를 보호하기 위한 방어 수단으로 활용됩니다 [3-5]. 난독화 도구의 강도에 따라 코드의 가독성과 성능이 어느 정도 희생되지만, 기계 학습 모델의 작성자 식별 정확도를 유의미하게 낮출 수 있습니다 [2, 6].
@@ -23,7 +23,7 @@ github_commit: "[P-Reinforce] Continuous Worker - Code Obfuscation"
- **정책 변화:** Programming & Language 분야의 자동 자산화 수행.
## 🔗 지식 연결 (Graph)
- **Related Topics:** Code Stylometry, Authorship Attribution, [[Code Minification]]
- **Related Topics:** Code Stylometry, Authorship Attribution, [[Code Minification|Code Minification]]
- **Projects/Contexts:** Tigress, Stunnix, Opy, PyArmor
- **Contradictions/Notes:** 단순한 미니파이(Minification)나 포맷팅 작업, 혹은 Stunnix와 같이 기본적인 난독화만 제공하는 도구는 기계 학습 모델을 속이기에 불충분합니다. 작성자를 식별하려는 시도를 완전히 회피하려면, Tigress와 같이 시스템 성능과 코드 가독성의 저하를 감수하는 심층적인 수준의 난독화를 적용해야 한다는 점이 관찰됩니다 [2, 6, 10].