文件名称:基于机器学习的恶意请求识别(Python代码及数据集)
文件大小:43.45MB
文件格式:ZIP
更新时间:2023-06-11 09:19:12
网络安全 人工智能 恶意代码识别 机器学习 Web请求识别
这是作者恶意代码分析、网络安全、系统安全等系列教程,主要是通过机器学习、人工智能和深度学习来分析恶意代码的在线笔记。希望对您有所帮助,学无止境,一起加油。参考作者的博客和github资源,由于github速度限制,故上传免费资源供大家学习。 [网络安全自学篇] 二十四.基于机器学习的入侵检测和攻击识别——以KDD CUP99数据集为例 https://blog.csdn.net/Eastmount/article/details/102852458 https://github.com/eastmountyxz/AI-for-Malware-Analysis-
【文件预览】:
AI-for-Malware-Analysis--master
----LogisticsRegression-WebURL()
--------goodqueries.txt(22.95MB)
--------LRforWeb.py(4KB)
--------badqueries.txt(3.22MB)
----README.md(6KB)
----KDD_CUP99_KNN_Preprocess()
--------test06-knn-gitHub-roc.py(4KB)
--------test03-zscoreNormalization.py(3KB)
--------test-normal.csv(1.15MB)
--------kddcup.data_10_yxz-result-minmax.csv(22.11MB)
--------test05-knn-roc.py(4KB)
--------kddcup.data_10_yxz.csv(4.05MB)
--------test04-minmax.py(3KB)
--------test02-knn.py(2KB)
--------test01-data-pre.py(4KB)
--------test-normal-result-minmax.csv(1.65MB)
--------test-normal-result.csv(6.12MB)
----KDD_CUP_1999_AllData()
--------kddcup.testdata.unlabeled.gz(10.71MB)
--------kddcup.data.gz(17.28MB)
--------corrected.gz(1.34MB)
--------kddcup.newtestdata_10_percent_unlabeled.gz(1.33MB)
--------type-correction.txt(825B)
--------kddcup.names(1KB)
--------kddcup.testdata.unlabeled_10_percent.gz(1.32MB)
--------kddcup.data_10_percent.gz(2.05MB)
--------training_attack_types(293B)
----KDD_CUP99_KNN_Attack()
--------test.csv(4.61MB)
--------figure_1.png(151KB)
--------training.csv(771KB)
--------figure_2.png(15KB)
--------knn.py(3KB)