数据大会2020 DataCon2020大数据安全分析大赛, :trophy: 【方向五】恶意代码分析冠军原始码和方案。 最终排名(部分) 赛题回顾 启发与思路 资格赛中获得的启发 ①〜②:需要关注虚拟机,调试软件,反编译软件,逆向分析工具和杀软名 ③〜⑤:需要关注系统关键路径,位数 ⑥〜⑦:需要关注域名,IP,端口,钱包地址,可见字符串 ⑧ ⑩:同③ ⑤ 逆向工程中得到的思路 通过逆向分析,发现许多样本函数名包含数据货币名,密码学算法名(哈希算法)。 很多带壳样本:UPX,Pelite,VMP…… 白样本含有很多其他类别恶意程序,如病毒,外挂…… 算法与模型 复赛环境建设说明: 复赛预脚本: 复赛测试脚本: 重复赛一键验证测试脚本: 本次初赛,附加赛与复赛我们队使用的五种算法或模型如下(其中在复赛中因为有性能的需求,部分模型未使用): 灰色图 PE文件二进制每一个字节对应一个变量,最后缩放
2023-05-23 23:24:42 1.18MB 系统开源
1
【交易冠军】.pdf 交易冠军.pdf<经济类>
2022-12-27 11:26:21 1.28MB 交易 冠军
1
1. 资源是一个完整的2022年世界杯预测的代码和数据集 2. 使用docker部署可视化训练系统 3. python 代码 4. 三步就可以完成模型训练和预测 5. readme包括完整的执行步骤说明
2022-11-30 13:24:59 5.67MB 机器学习 预测世界杯冠军
1
FIFA-worldcup-2018-预测 使用机器学习预测2018年FIFA世界杯冠军。 这是我的第一个练习数据挖掘和机器学习技术的个人项目。 我主要使用熊猫,seaborn和scikit-learn。 请随意查看回购中的Jupyter Notebook,以检查代码和提供的见解。 我希望它足够讲道理! 如何可视化Jupyter Notebook的所有荣耀 确保已安装Jupyter笔记本( )。 在此存储库中,按绿色的“克隆”或“下载”按钮。 确定是要克隆存储库还是将其下载为.zip(如果您不熟悉Github,建议您以.zip下载)。 打开Jupyter Notebooks应用程序。 浏览器中的选项卡将打开。 导航到保存该存储库的文件夹。 单击“ Predicting World Cup 2018 Winner.ipynb文件将其打开。 它应该工作! 现在,您可以浏览代码,运
2022-11-13 23:11:17 1.17MB JupyterNotebook
1
倚天象棋928k冠军引擎,倚天最强单核引擎,08年冠军。 欢迎大家使用,并提出意见
2022-08-26 12:24:33 171KB 倚天象棋928k冠军引擎
1
《Extremely Lightweight Quantization Robust Real-Time Single-Image Super Resolution for Mobile Devices》移动端超分辨率论文复现,该论文方案为CVPR举办的Mobile AI Challenge 2021比赛的冠军方案,实现了在移动设备上的实时推理,模型符合超轻量级(模型大小0.02M)。复现内容包括训练、推理、unit8量化。压缩包中包括:论文及其复现代码(pytorch)。
2022-07-23 21:05:12 2.59MB 深度学习 超分辨率 pytorch 人工智能
1
2007年象棋软件比赛冠军:大圣软件和全国特大许银川比赛取得不败战绩
2022-06-12 23:28:06 163KB 2007年象棋软件比赛冠军
1
整体介绍 我们的队名是:鹏脱单攻略队后面改为“天晨破晓”最终我们团队成绩在复赛AB榜均排在第一名,识别准确率达0.996952 团队成绩:2019CCF-BDCI大赛最佳创新探索奖和“基于OCR的身份证要素提取”单赛题冠军 系统处理流程图 方案亮点 我们采用条件生成对抗网络(CGAN)处理赛题中的水印干扰,取到了比较好的效果,展示一下效果图片: 仿真数据二进制文件,生成仿真训练数据训练去水印模型和文字识别模型 执行方式介绍 完整执行示例: CPU执行,单进程: python main_process.py --test_experiment_name test_example --test_data_dir ./test_data --gan_ids -1 --pool_num 0 参数详解: --test_experiment_name:实验名,将决定中间数据结果存放目录 --test
2022-06-10 16:16:43 1.87MB Python
1
在利物浦2018/19欧冠联赛中规划重要目标 该项目是对“跟踪之友”计划所做的位置数据分析的扩展,可以在找到该项目。 在这个项目中,我们手动挑选了利物浦2018/19赛季欧洲冠军联赛中得分的某些进球。 我们使用voronoi图将音高上的空间划分为多个区域。 每个球员的区域是球场上比其他球员更接近该球员的区域。 换句话说,它是他们在特定时刻控制的音高区域。 此处使用的数据集是liverpool_2019.csv ,其中包含Livepool FC在2019年得分的19个进球。 列包括: play :进球后的比分。 进球的那支球队是方括号中的那个。 frame :当前位置的帧号。 提供的数据每秒20帧。 player : player的ID。 该ID在一个游戏中是一致的,但在两个游戏之间是不一致的。 player_num :球员球衣号码。 这个数字是官方数字,2019年利物浦并没有
2022-06-03 19:06:44 1KB
1
数据会议 :clinking_beer_mugs: _ .- ' ) ( ' .( OO )_ ,--. .- ' ),-----. .- ' ),-----. ,--. ,--.) | | .- ' ) ( OO ' .-. ' ( OO ' .-. ' | `. ' | | | OO )/ | | | | / | | | ||
1