Packer-Classifier

./gadgets/

一些小功能的实现。

• calc_md5.py：计算文件MD5并将文件名改为对应MD5
• enable_check.py：用于求出并删去某两目录的差集
• ggs.py：部分重要函数的实现，如求准确率、早停法、混淆矩阵等
• yara_check.py：匹配yara规则
• packer.yar：部分壳的yara规则

./my_models/

一些神经网络模型的实现。

• En_De.py：编码器-解码器框架，编码器主要为GRU，解码器为带软注意的全连接
• ODEnet.py：自己的ODEnet实现
• SE_ResNet：自己的SE-net实现，最后没采用
• my_transfomer.py：一种transfomer的实现，最后没采用

./my_sandbox/

使用虚拟机做类沙箱操作，用于对PE文件预处理，也就是提取前32*32条指令信息。

• run_my_sandbox.py：主机执行的脚本
• my_sandbox_script.py：放在虚拟机中的脚本
• get_features.py：对脚本中特征提取步骤的类实现

./pin/

编写的Pintools。

• itrace.cpp：源码
• itrace_x86.dll：32位
• itrace_x64.dll：64位

./Datasets/

数据集的实现，包含词汇表、序列化词汇表、向量器和torch的数据集实现。

• img_datasets.py：机器码数据集的单独实现
• ins_datasets.py：反汇编指令数据集的单独实现
• datasets.py：两种数据集的整合

./pre_data/

对从沙箱中提取的信息进行预处理。

• settings.py：一些参数的设置
• get_csv.py：预处理的脚本
• preprocess.py：对脚本中预处理步骤的类实现

./experiments/

实验中模型参数、向量器和各种作图的存储位置。

./old_temp/

在实现过程中被淘汰的脚本。

./images/

模块流程图。

./

• img_train.py：机器码模型的单独训练脚本
• ins_train.py：反汇编指令模型的单独训练脚本
• main_train.py：模型整合的训练脚本
• main_train.ipynb：谷歌Colaboratory训练的IPython notebook
• presentation.ipynb：系统演示的IPython notebook