Môi trƣờng thực nghiệm

Một phần của tài liệu (Luận văn thạc sĩ) Phát hiện mã độc dựa trên phân tích mẫu (Trang 44 - 45)

Để thực hiện quá trình thực nghiệm, luận văn sử dụng máy tính có cấu hình tiêu chuẩn như sau để thực hiện quá trình huấn luyện các giải thuật:

● Vi xử lý: Intel i5

● Dung lượng Ram: 4GB

● Hệ điều hành: Ubuntu Desktop 18.04 phiên bản x64 (64 bits)

Ngoài ra, luận văn sử dụng ngôn ngữ lập trình Python 3 và các thư viện Numpy, Pandas và scikit-learn để cài đặt và huấn luyện các môi. Trong đó:

● Numpy là một thư viện lõi phục vụ cho khoa học máy tính của Python, hỗ trợ cho việc tính toán các mảng nhiều chiều, có kích thước lớn với các hàm đã được tối ưu áp dụng lên các mảng nhiều chiều đó. Numpy đặc biệt hữu ích khi thực hiện các hàm liên quan tới Đại Số Tuyến Tính.

43 Đây cũng là bộ công cụ phân tích và xử lý dữ liệu mạnh mẽ của ngôn ngữ lập trình python. Thư viện này được sử dụng rộng rãi trong cả nghiên cứu lẫn phát triển các ứng dụng về khoa học dữ liệu. Thư viện này sử dụng một cấu trúc dữ liệu riêng là Dataframe. Pandas cung cấp rất nhiều chức năng xử lý và làm việc trên cấu trúc dữ liệu này.

● Scikit-learn là một thư viện mã nguồn mở trong ngành machine learning, rất mạnh mẽ và thông dụng với cộng đồng Python, được thiết kế trên nền NumPy và SciPy. Scikit-learn cung cấp gần như toàn bộ các thuật tuán về học máy, ngoài ra cũng cung cấp sẵn các công cụ về tiền xử lý dữ liệu và đánh giá độ chính xác của mô hình.

Một phần của tài liệu (Luận văn thạc sĩ) Phát hiện mã độc dựa trên phân tích mẫu (Trang 44 - 45)