# virtual adversarial mean teacher
#### 介绍
基于半监督深度学习的木马流量检测方法
#### 数据集
数据集为USTC-TFC2016,包含Benign正常流量以及Malware木马流量。
文件格式为pcap
#### 数据预处理
文件夹PcapToMnist包含数据预处理所需要的文件。
0_Tool:包含流量切分工具
1_Pcap:需处理的pcap文件存放位置
2_Session:经过2_PcapToSession处理后的会话文件存放位置
3_ProcessedSession:经过3_ProcessSession处理后的会话文件存放位置
4_Png:经过4_Session2png处理后的图像文件存放位置
5_Mnist:经过5_Png2Mnist处理后的mnist文件存放位置
处理流程:
1.将需要处理的pcap文件放入1_Pcap
2.依次执行2_PcapToSession,3_ProcessSession,4_Session2png,5_Png2Mnist
1. windows运行2_PcapToSession.ps1(powershell脚本)(pcap所在路径不要有空格等特殊字符)
2. python 3_ProcessSession.py D:\PcapToMnist\PcapToMnist\2_Session\AllLayers
3. python 4_Session2png.py
4. python 5_Png2Mnist.py
5.得到mnist文件
4.将mnist文件解压后的文件与converter.m文件放在同一目录
5.在matlab执行converter.m文件得到mat文件
#### 模型训练
文件夹tensorflow包含,模型训练的代码,代码的运行环境为MacOS 10.15.4, python 3.6.8,tensorflow 1.2.1.
模型训练流程:
1.将预处理后的mat文件放入data/images/compare文件夹
2.修改datasets/compare.py中TRAIN_NUM和TEST_NUM
FILES = {
'train': Datafile(os.path.join(DIR, 'compare_train.mat'), TRAIN_NUM),
'test': Datafile(os.path.join(DIR, 'compare_test.mat'),TEST_NUM)
}
TRAIN_NUM可用matlab打开compare_train.mat文件,查看文件中的y值得到,TEST_NUM同理。
3.设置train_compare.py中n_labeled(标记样本数),training_length训练长度,rampup_length超参数a的变化长度
4.执行python train_compare.py进行模型训练
#### 对比实验
文件夹对比实验包含机器学习对比方法(ML)和论文对比方法(HTFS):分别实现了三类对比实验
experiment1:在少标记样本下(10%、5%、1%、0.1%标记样本)的二分类(木马流量,正常流量)对比实验。
experiment2:检测未知样本的分类效果对比,即从十类样本中选取九类作为训练集,另一类作为测试集,总共重复十次。
experiment3:前述模型在少标记样本下的多分类效果对比。分别设置10类木马流量以及包含所有类的全集木马流量,标记样本占比为10%。
#### 实验结果
实验结果见文件夹 “图片”
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
毕设&课程作业_基于半监督深度学习的木马流量检测方法.zip (193个子文件)
events.out.tfevents.1631023086.beiyou 2.35MB
checkpoint 271B
checkpoint 220B
name_num.csv 330B
checkpoint-400.data-00000-of-00001 958KB
checkpoint-1200.data-00000-of-00001 958KB
checkpoint-800.data-00000-of-00001 958KB
checkpoint-0.data-00000-of-00001 958KB
checkpoint-4800.data-00000-of-00001 958KB
checkpoint-4400.data-00000-of-00001 958KB
checkpoint-5200.data-00000-of-00001 958KB
checkpoint-5600.data-00000-of-00001 958KB
checkpoint-6000.data-00000-of-00001 958KB
PacketParser.dll 301KB
NetworkWrapper.dll 26KB
PcapFileHandler.dll 23KB
9.docx 150KB
8.docx 100KB
7.4.docx 99KB
7.2.docx 95KB
7.1.docx 90KB
7.3.docx 85KB
.DS_Store 6KB
.DS_Store 6KB
SplitCap.exe 26KB
.gitignore 244B
.gitignore 176B
virtual-adversarial-mean-teacher.iml 554B
HTFS.iml 427B
checkpoint-400.index 4KB
checkpoint-800.index 4KB
checkpoint-0.index 4KB
checkpoint-1200.index 4KB
checkpoint-6000.index 4KB
checkpoint-5200.index 4KB
checkpoint-5600.index 4KB
checkpoint-4400.index 4KB
checkpoint-4800.index 4KB
converter.m 3KB
compare_train.mat 85.96MB
mnist_train.mat 9.69MB
compare_test.mat 9.54MB
mnist_test.mat 1.61MB
README.md 3KB
checkpoint-5200.meta 2.74MB
checkpoint-4400.meta 2.74MB
checkpoint-6000.meta 2.74MB
checkpoint-5600.meta 2.74MB
checkpoint-4800.meta 2.74MB
checkpoint-0.meta 2.7MB
checkpoint-1200.meta 2.7MB
checkpoint-800.meta 2.7MB
checkpoint-400.meta 2.7MB
training.msgpack 707KB
training.msgpack 115KB
validation.msgpack 2KB
validation.msgpack 1KB
validation.msgpack 1020B
2_PcapToSession.ps1 699B
model.py 28KB
model10.py 27KB
pre.py 26KB
model_old.py 26KB
constants.py 23KB
cipher_suite.py 9KB
experiment3.py 8KB
nn.py 8KB
weight_norm.py 7KB
experiment1.py 7KB
experiment2.py 6KB
model.py 5KB
framework.py 4KB
test_minibatching.py 4KB
svhn_250_vary_dropout.py 4KB
svhn_no_augmentation_final_eval.py 4KB
svhn_250_vary_perturbation.py 4KB
svhn_final_eval.py 4KB
svhn_250_vary_ema_decay.py 4KB
compare1.py 4KB
svhn_250_vary_logit_distance_cost.py 4KB
svhn_250_vary_trust.py 3KB
cifar10_no_augmentation_final_eval.py 3KB
cifar10_final_eval.py 3KB
svhn_250_vary_consistency_cost.py 3KB
svhn.py 3KB
compare.py 3KB
cifar10_supervised_no_augmentation_final_eval.py 3KB
trojan.py 3KB
mnist.py 3KB
cifar10_supervised_final_eval.py 3KB
test_svhn.py 3KB
3_ProcessSession.py 3KB
preprocess_cifar10.py 3KB
string_utils.py 3KB
5_Png2Mnist.py 3KB
experiment1.py 3KB
index.py 3KB
utils.py 2KB
train_compare.py 2KB
svhn_supervised_no_augmentation_final_eval.py 2KB
共 193 条
- 1
- 2
资源评论
学术菜鸟小晨
- 粉丝: 1w+
- 资源: 5170
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功