yhangf/DataCon

:trophy:DataCon大数据安全分析大赛，2019年方向二（恶意代码检测）冠军源码、2020年方向五（恶意代码分析）季军源码

DataCon:beers:

                        _   .-')
                        ( '.( OO )_
                        ,--.      .-'),-----.  .-'),-----. ,--.   ,--.)
                        |  |.-') ( OO'  .-.  '( OO'  .-.  '|   `.'   |
                        |  | OO )/   |  | |  |/   |  | |  ||         |
                        |  |`-' |\_) |  |\|  |\_) |  |\|  ||  |'.'|  |
                        (|  '---.'  \ |  | |  |  \ |  | |  ||  |   |  |
                        |      |    `'  '-'  '   `'  '-'  '|  |   |  |
                        `------'      `-----'      `-----' `--'   `--'

DataCon2019大数据安全分析大赛方向二（恶意代码检测）冠军方案:rose::rose:，详细思路分享见知乎，DataCon2020大数据安全分析大赛方向五（恶意代码分析）季军方案，详细思路分享见知乎，由于比赛时间仓促代码写得比较混乱，还请各位读者多多见谅！

DataCon2019综合积分榜排名（部分）

源码

stage1

• [deep_learning_model.ipynb]
• [call_pid_tfidf_stacking.ipynb]
• [exinfos.ipynb]
• [explore.ipynb]
• [feature_engineering.ipynb]
• [new_feature_engineering.ipynb]
• [out_of_fold.ipynb]
• [ret_value_stacking.ipynb]
• [stacking.ipynb]
• [test.ipynb]

stage2

• [feature_engineering.ipynb]
• [for_cluster_kmeans.py]
• [get_call_name_tfidf_features.py]
• [plot_comparison.py]
• [yield_call_name_api_name_exinfos_tsne.py]
• [DBSCAN.py]

DataCon2020综合积分榜排名（部分）

源码

• [get_id.py]: 获取测试集的文件名
• [get_raw_test_data.py]: 获取测试集的原始字符串
• [get_raw_train_data.py]: 获取训练集的原始字符串
• [test_train_model.py]: 测试训练的模型
• [yield_end_result.py]: 生成最终提交的结果
• [yield_features.py]: 由原始字符串生成特征矩阵
• [yield_train_model.py]: 生成训练模型
• [plot.py]: 绘图模块
• [t_sne.py]: 降维可视化模块
• [lgb_cv.py]: LightGBM模型+交叉验证
• [xgb_bagging.py]: XGBoost模型+Bagging
• [bagging.py]: 经典Bagging框架代码