G1D21-作业-AttacKG&SVM&kg_book&偷懒哈哈哈

唔~咖啡泡出来好好看呀！

一、写作业

第一件事是将昨天读的NER综述补充到作业之中~大概30min
50分钟，补充完了思维导图和文档，明确了下一步论文的阅读方向——NER的综述/网安NER具体技术类文章（找找最新的叭）。

二、AttacKG

(一）重调代码

昨天代码跑起来啦，但是emm输出结果好奇怪hhh，本以为是源代码的bug，但看了哆啦a梦的blog，emm发现是自己的问题，再看看~预计1小时

1、重新装了coferee，不太管用

2、把图片放大看，好像没有那么荒凉，还是有字的

哈哈哈哈哈
要被蠢死啦hhhh

不过这也太丑了叭~

（二）改字体大小（小改代码）

借着这个机会，熟悉一下这里面的代码~
1、在main.py找到对应画图函数

2、跳进attackGrapg_generating
3、改draw就好啦

4、文本太长了emm全都重叠了

5、主要问题在于label太长了，好丑，之后再调，把节点调大了一点

6、现在觉得git真香哦~

—1402下午场的AttacKG,

（三）梳理代码

1、先磨下刀，看看别人是怎么复现一篇论文的

（1）先看.py文件的结构，一般分为数据预处理、增强、训练、测试
（2）放小批量数据debug，弄清模块之间的顺序，每个模块的大致功能，不需要弄清楚细节
（3）画出流程图，理清每个模块之间的关系。
https://blog.csdn.net/weixin_45638136/article/details/123772812

tips:

(1)勤注释；输入、输出、功能，不熟练时加入输入输出维度

2、梳理.py结构

（1）惊奇地发现了一张图，比论文呢里的详细一点嘿嘿

（2）大致目录
preprocess是对报告的预处理

3、main.py

    running_mode = arguments.mode
    print(f"Running mode: {running_mode}")
    if running_mode == "iocProtection":
        # 什么是ioc_protection?
        #输入：报告；
        #功能：先使用"./ioc_regexPattern.json" 找到ioc，再用 "./ioc_replaceWord.json"将其换成对应类型（例如"DocumentFile": "document",），
        #不太明白换了有什么用
        #输出：replaced_text
        ioc_identifier = ioc_protection(report_text)
    elif running_mode == "nlpModelTraining":
        # NLP model training dataset's path， default 路径在../ AttacKG / NLP / Doccano / 20210813.json。好像找不到？
        # 输入:训练集路径，找不到数据hh，default="../AttacKG/data/cti/html/003495c4cb6041c52db4b9f7ead95f05.html
        #输出：训练好的模型./new_cti.model
        # 功能:指定训练数据集，进行训练，生成模型
        trainingSet_path = arguments.trainingSetPath
        parsingModel_training(trainingSet_path)
    elif running_mode == "reportParsing":
        # 输入:report_text
        # 输出:(iid, ioc)----doc为标记好的文本；iid为换好词的文本
        # 功能:分析report
        cti_doc = report_parsing(report_text)
    elif running_mode == "attackGraphGeneration":
        # 输入:报告文本，输出地址
        # 输出: 返回ag, ag = AttackGraph(doc, ioc_identifier=iid)，
        # draw pdf-----ag.draw(output)
        # 生成json文件，大概是画的内容叭~ag.to_json_file(output + "_artifacts.json")
        # 功能：分析文本+画图啦
        attack_graph = attackGraph_generating(report_text, arguments.outputPath)
    elif running_mode == "techniqueTemplateGeneration":
        # 输入:输出路径
        #输出:
        # 需要仔细再看看
        techniqueTemplate_generating(output_path=arguments.outputPath)
    elif running_mode == "techniqueIdentification":
        # 输入:如下所示
        #输出:
        #功能:发现文本里的technique
        # 需要仔细看看
        attack_matcher = technique_identifying(report_text, picked_techniques, arguments.templatePath, arguments.outputPath)
    else:
        print("Unknown running mode!")

4、最后两个模块没时间好好看啦，要去跑步啦

1606

三、SVM&RF

今天要看看svm调参的问题&RF的原理~

（一）SVM

1、先跑一下~

2、其他笔记写电脑文档上啦

-------1357
上午写着写着被叫去吃饭啦~
简单试了一下核函数
还差一个多项式核没试~试一下，然后就继续去看KG的代码啦

3、没怎么调的情况下，还是高斯核是最好的

4、之后看下别人是怎么调svm的~ 动手试一试~

接着去看AttacKG啦

-----------1851
今天跑了6km欸，速度比昨天还快一点~运动完心情真的会好！磨磨唧唧看视频吃完饭后，没想到这么自觉开始学习emmmm要被自己感动哭了
看会图谱的书叭~明天晚上还有个讲座捏捏捏

四、KGBOOK

—2057
感觉晚上效率不高哇~不过适当休息也蛮好呀！轻松学习！
刚刚看了3.2知识建模和3.3知识抽取，主要讲的是相关工具。
我的重点放在工具实现的原理上，借此机会去了解，这些任务的工程化实现方法~

（一）知识建模（7步）

1、确定本体的领域和范围
2、考虑使用已有本体
3、列举本体中的关键项
4、确定类和类的结构
5、确定类的属性（对象属性、数据属性）
6、确定属性特点（数据属性的数据类型）
7、创建实例（实体）

五、RCE

（一）安装BURPSUITE

我感觉时间会静止在这个安装时刻
先下着叭~
去看看php漏洞视频叭~

emmm为什么56 这么长呀~还是休息叭hhh

(二)知识抽取

1、导入先验数据（labeled）
2、导入待抽取数据
3、文本预处理（token，词根还原，词性标注，ner，依存句法分析）
4、实体抽取（mention_text,doc_id,sentence_index,begin_index,end_index）
5、候选实体对生成
6、特征抽取
7、样本标注（远程监督&启发式）
8、因子图构建（好像就是个模型？？？用来生成关系的）

好啦好啦，总结完了，我去看看ctf了~

N、杂

（一）spacy

emm一笔都没写哦~