蔡氏电路matlab仿真代码-EKLAVYA:埃克拉维亚

上传者: 38735541 | 上传时间: 2021-06-29 14:45:42 | 文件大小: 25KB | 文件类型: ZIP
蔡氏电路matlab仿真代码神经网络可以从二进制文件中学习功能类型签名 作者 EKLAVYA由沉世奇(Shenqi Shen)设计。 数据集 此页面上可用的数据集是函数类型签名的集合,其中包括函数边界,参数数量和类型。 对于想要在二进制分析中尝试学习技术或启发式方法而又省去了收集和预处理工作的人们来说,这是一个很好的数据集。 数据集由三部分组成,如下所述: 。 压缩后的文件将保存5168个二进制文件。 这些二进制文件来自8个不同的软件包:binutils,coreutils,findutils,sg3utils,utillinux,inetutils,diffutils和usbutils。 通过使用两个常用的编译器gcc和clang获得这5168个二进制文件,对于x86和x64,优化级别从O0到O3不等。 。 压缩文件通过解析DWARF调试信息来保存每个函数的汇编代码和函数自变量的基本信息。 。 压缩文件保存了已清理函数的汇编代码和函数参数的基本信息。 对于此数据集,我们删除了与数据集中其他功能重复的功能。 鉴于使用不同二进制代码编译的同一段代码将导致生成不同的偏移量,因此我们选择删除

文件下载

资源详情

[{"title":"( 11 个子文件 25KB ) 蔡氏电路matlab仿真代码-EKLAVYA:埃克拉维亚","children":[{"title":"EKLAVYA-master","children":[{"title":"code","children":[{"title":"RNN","children":[{"title":"train","children":[{"title":"dataset_caller.py <span style='color:#111;'> 10.37KB </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 11.77KB </span>","children":null,"spread":false},{"title":"dataset.py <span style='color:#111;'> 9.53KB </span>","children":null,"spread":false}],"spread":true},{"title":"test","children":[{"title":"eval.py <span style='color:#111;'> 10.75KB </span>","children":null,"spread":false},{"title":"dataset_caller.py <span style='color:#111;'> 9.63KB </span>","children":null,"spread":false},{"title":"dataset.py <span style='color:#111;'> 8.81KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"embedding","children":[{"title":"train_embed.py <span style='color:#111;'> 10.23KB </span>","children":null,"spread":false},{"title":"prep_embed_input.py <span style='color:#111;'> 4.22KB </span>","children":null,"spread":false},{"title":"save_embeddings.py <span style='color:#111;'> 3.46KB </span>","children":null,"spread":false},{"title":"insn_int.py <span style='color:#111;'> 1.07KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"README.md <span style='color:#111;'> 12.85KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明