搜索

[14954] 2020-01-07_深度学习之Keras检测恶意流量

文档创建者：s7ckTeam
浏览次数：2
最后更新：2025-01-18
2020-01-07_深度学习之Keras检测恶意流量 深 度 学 习 之 K e r a s 检 测 恶 意 流 量 邹 先 生 0 0 7   F r e e B u f   2 0 2 0 - 0 1 - 0 7 K e r a s 介 绍 介 绍 K e r a s 是 由 是 由   P y t h o n   编 写 的 神 经 网 络 库 ， 专 注 于 深 度 学 习 ， 运 行 在 编 写 的 神 经 网 络 库 ， 专 注 于 深 度 学 习 ， 运 行 在   T e n s o r F l o w   或 或   T h e a n o   之 上 。 之 上 。 T e n s o r F l o w 和 和 T h e a n o 是 当 前 比 较 流 行 的 两 大 深 度 学 习 库 ， 但 是 对 初 学 者 来 说 相 对 有 些 是 当 前 比 较 流 行 的 两 大 深 度 学 习 库 ， 但 是 对 初 学 者 来 说 相 对 有 些 复 杂 。 复 杂 。 K e r a s   使 用 简 单 ， 结 构 清 晰 ， 底 层 计 算 平 台 可 基 于 使 用 简 单 ， 结 构 清 晰 ， 底 层 计 算 平 台 可 基 于   T e n s o r F l o w   或 或   T h e a n o   之 上 ， 功 能 强 大 。 之 上 ， 功 能 强 大 。 K e r a s   可 运 行 于 可 运 行 于   P y t h o n   2 . 7   或 或   3 . 5   环 境 ， 完 美 结 合 于 环 境 ， 完 美 结 合 于   G P U   和 和   C P U ， 基 于 ， 基 于   M I T l i c e n s e   发 布 。 发 布 。 K e r a s   由 由   G o o g l e   工 程 师 工 程 师 F r a n ç o i s   C h o l l e t 开 发 和 维 护 。 开 发 和 维 护 。 安 全 能 力 安 全 能 力 & 感 知 攻 击 感 知 攻 击 如 何 监 控 感 知 一 个 安 全 的 应 用 边 界 ， 提 升 边 界 的 安 全 感 知 能 力 尤 为 重 要 ， 那 么 常 见 七 层 流 量 感 知 能 力 又 有 哪 些 ？ 静 态 规 则 检 测 方 式 ， 来 一 条 恶 意 流 量 使 用 规 则 进 行 命 中 匹 配 ， 这 种 方 式 见 效 快 但 也 遗 留 下 一 些 问 题 ， 举 例 来 说 ， 我 们 每 年 都 会 在 类 似   W A F 、 N I D S   上 增 加 大 量 的 静 态 规 则 来 识 别 恶 意 攻 击 ， 当 检 测 规 则 达 到 一 定 数 量 后 ， 后 续 新 来 的 安 全 运 营 同 学 回 溯 每 条 规 则 有 效 性 带 来 巨 大 成 本 、 规 则 维 护 的 不 好 同 样 也 就 暴 露 出 了 安 全 风 险 各 种 被 绕 过 的 攻 击 未 被 安 全 工 程 师 有 效 识 别 、 规 则 数 量 和 检 测 效 果 上 的 冗 余 也 降 低 了 检 测 效 率 、 海 量 的 攻 击 误 报 又 让 安 全 运 营 同 学 头 大 ， 想 想 一 下 每 天 你 上 班 看 到 好 几 十 页 的 攻 击 告 警 等 待 确 认 时 的 表 情   凸   ( 艹 皿 艹 )   凸 。 如 何 使 用 多 引 擎 的 方 式 对 数 据 交 叉 判 断 ， 综 合 权 重 计 算 形 成 报 告 ， 提 升 安 全 运 营 通 过 对 七 层 恶 意 流 量 的 感 知 能 力 同 时 攻 击 降 低 漏 报 率 ， 其 中 是 有 很 多 种 引 擎 或 方 案 可 以 考 虑 的 ， 比 如 最 近 几 年 流 行 的 语 义 识 别 、 A I   识 别 等 等 ， 本 文 主 要 说 一 下 通 过 其 中 一 种   A I   方 式 进 行 补 充 交 叉 识 别 恶 意 攻 击 。 常 见 攻 击 常 见 攻 击 & X S S 在   W e b   漏 洞 中 常 见 的 数 量 最 多 的 漏 洞 应 该 是   X S S   了 ， X S S   跨 站 脚 本   ( C r o s s   S i t e   S c r i p t ) ， 在   W e b   页 面 中 ， 导 致 攻 击 者 可 以 在   W e b   页 面 中 插 入 恶 意   J a v a S c r i p t   代 码   ( 也 包 括   V B S c r i p t   和 A c t i o n S c r i p t   代 码 等 ) ， 用 户 浏 览 此 页 面 时 ， 会 执 行 这 些 恶 意 代 码 ， 从 而 使 用 户 受 到 攻 击 。 有 的 安 全 同 学 可 能 非 常 不 屑 ， 认 为 这 是 垃 圾 洞 有 些   s r c   确 实 也 这 么 认 为 的 看 到   x s s   直 接 忽 略 ， 说   x s s   垃 圾 的 理 由 很 多 ， 比 如 什 么 现 在 都 上   h t t p s 、 h t t p - o n l y 。 你 是 打 不 到 我 的 核 心   C o o k i e s   的 一 样 没 用 ， 其 实 想 想 笔 者 也 在 刚 入 行 的 时 候 在 某   S R C   日 夜 审 洞 ， 一 边 审 核 一 边 骂 这 些 都 是 垃 圾 洞 没 鸟 用 。 等 到 笔 者 真 正 在 进 行 渗 透 的 时 候 发 现 一 个 垃 圾   X S S   洞 也 可 以 有 很 多 种 高 级 玩 法 ， 比 如 可 以 用 X S S   嗅 探 内 网 ， 用   X S S   获 取   r e d i s - s h e l l 、 s t r u t s - s h e l l 、 后 渗 透 等 。 实 现 思 路 实 现 思 路 用 神 经 网 络 搭 建 一 个   X S S   攻 击 感 知 器 ， 一 般 我 们 说 达 到   3   层 的 神 经 网 络 才 称 为 深 度 神 经 网 络 ， 而 组 成 神 经 网 络 的 就 是 感 知 器 ， 本 次 使 用 输 入 的   X S S p l a y l o a d   预 测 使 用 二 分 类 的 方 式 判 断 是 否 为 x s s 。 进 入 正 文 ， 使 用   A I   模 型 达 到 的 效 果 ， 测 试 结 果 在 测 试 集 与 验 证 集 上 准 确 率 和 召 回 率 都 达 到   9 5 %   以 上 ， 预 测 效 果 ： 恶 意 流 量 ： / e x a m p l e s / j s p / j s p 2 / e l / s e a r c h = < S C r i p t > a l e r t ( ' x s s ' ) < / s c R I p t > 恶 意 流 量 ： / i a j t e j 8 2 . d l l ? < i m g   s r c = ' j a v a s c r i p t : a l e r t ( c r o s s _ s i t e _ s c r i p t i n g . n a s l ) ; ' > 恶 意 流 量 ： / e x a m p l e s / j s p / j s p 2 / e l / s e a r c h =
数 据 集 结 构 ， 准 备 了 两 个 文 本 文 档 ， 黑 白 样 本 各   1 0 + 万 ， 其 中 恶 意 样 本 内 容 如 下 ， 每 行 代 表 一 个   x s s   的   p l a y l o a d 。 对 于 文 本 类 的 特 征 工 程 有 很 多 实 现 的 方 式 这 里 我 们 用 最 简 单 的   o r d   函 数 将 所 有 字 符 转 换 为   A S C I I   字 符 进 行 向 量 化 p y t h o n   o r d   作 用 ， 对 基 础 字 符 进 行 常 规 化 操 作 转 小 写 、 去 标 点 、 将 字 符 串 拆 分 ， 这 里 的 拆 分 其 实 并 不 需 要 拆 分 那 么 多 ， 只 要 最 大 情 况 下 可 以 保 留 特 征 即 可 。 正 常 样 本 集 参 考 ， 没 有 条 件 的 同 学 将   U R L   请 求 参 数 里 的   k e y - v a l u e   里 的   v a l u e   都 提 取 出 来 每 行 一 个 放 到 文 本 里 进 行 训 练 也 可 以 ， 因 为 真 正 在 预 测 的 时 候 我 们 都 是 直 接 将   U R L   中 的   v a l u e   进 行 提 取 预 测 。 首 先 我 们 获 取 到 所 有 的 正 常 样 本 和 恶 意 样 本 ， 将 正 常 样 本 标 记 为 』 0 ′ ， 将 恶 意 样 本 标 记 为 』 1 ′ ， 将 数 据 集 拼 接 后 按   3 0 % ， 7 0 & 进 行 分 割 ， 其 中   3 0 %   作 测 试 集 。 这 里 因 为   k e r a s   限 定   i n p u t _ s h a p e   输 入 必 须 是 固 定 长 度 ， 所 以 将   x s s   的   p l a y l o a d   最 大 特 征 限 制 到 最 大   5 0   纬 ， 未 达 到   5 0   维 的 用   0   补 齐 ， 超 过   5 0   维 度 的 截 断 ， l a b e l   用   k e r a s   自 带 的   O n e - H o t   E n c o d i n g   编 码 实 现 一 个   s h a p e   =   ( l e n ( 样 本 数 量 ) ， 2 ) ， 训 练 方 法 由 于 我 们 使 用 的 是 一 个 二 分 类 问 题 ， 损 失 函 数 用 』 c a t e g o r i c a l _ c r o s s e n t r o p y 』 ， 考 虑 到 我 们 会 训 练 很 多 次 ， 所 以 建 议 将   m o d e _ n a m e   按 时 间 来 命 名 单 独 放 到 一 个 文 件 夹 里 ， 因 为   k e r a s   是 底 层 调 用 的   t e n s o r d l o w ， 所 以 在   c a l l b a c k s   上 回 调 一 下   t e n s o r b o a r d ， 这 样 我 们 后 续 在 用   t e n s o r b o a r d   进 行 查 看 的 时 候 可 以 很 快 的 进 行 模 型 区 分 ， 设 置 好 梯 度 步 长 就 可 以 准 备 训 练 了 。 恶 意 流 量 ： / e x a m p l e s / j s p / j s p 2 / e l / s e a r c h = < S C r i p t > a l e r t ( ' x s s ' ) < / s c R I p t > 恶 意 流 量 ： / i a j t e j 8 2 . d l l ? < i m g   s r c = ' j a v a s c r i p t : a l e r t ( c r o s s _ s i t e _ s c r i p t i n g . n a s l ) ; ' > 恶 意 流 量 ： / e x a m p l e s / j s p / j s p 2 / e l / s e a r c h = < s c r i p t > c o u 0 0 6 e f i r u 0 0 6 d ` 1 ` < / s c r i p t >         < S c R i P t > c o u 0 0 6 e f i r u 0 0 6 d ` 1 ` < / S c R i P t >         < i m g   s r c = x   o n e r r o r = c o u 0 0 6 e f i r u 0 0 6 d ` 1 ` >         < s v g / o n l o a d = c o u 0 0 6 e f i r u 0 0 6 d ` 1 ` >         < i f r a m e / s r c d e f   h a n d l e ( s e l f ,   p a y l o a d ) :                         p a y l o a d   =   u r l l i b . p a r s e . u n q u o t e ( p a y l o a d . l o w e r ( ) . s t r i p ( ) )         #   数 字 泛 化 为 " 0 "                         p a y l o a d   =   r e . s u b ( " d + " ,   ' 0 ' ,   p a y l o a d )         #   分 词                         r   =   ' ' '                                         ( ? x ) [ w . ] + ? (                                         | )                                         | " w + ? "                                         | ' w + ? '                                         | h t t p : / / w                                         | < / w + >                                         | < w + >                                         | < w +                                         | w + =                                         | >                                         | [ w . ] +                                 ' ' '         " " "         原 始 链 接                         / 0 _ 0 / e / d a t a / e c m s e d i t o r / i n f o e d i t o r / e p a g e / t r a n f l a s h . p h p ? a = 0 " > < s c r i p t > a l e r t ( / 0 / ) < / s c r i p t > <   1         分 词 链 接                         [ ' 0 _ 0 / e / d a t a ' / e c m s e d i t o r / i n f o e d i t o r / e p a g e / t r a n f l a s h . p h p ？ ' ,   ' a = ' ,   ' 0 ' ,   ' > ' ,   ' < s c r i p t > ' ,   ' a l e r t ( ' ,   ' 0 ' ,   ' ) ' ,   ' < / s c r i p t > ' ]                         " " "                         n l t k s   =   n l t k . r e g e x p _ t o k e n i z e ( p a y l o a d ,   r )                         t e m p   =   [ ]                         f o r   i t e m   i n   n l t k s :                                 i f   l e n ( i t e m )   < =   3   o r   l e n ( i t e m )   > =   1 0 :                                         c o n t i n u e                                 e l s e :                                         f o r   c h a r   i n   i t e m :                                                 t e m p . a p p e n d ( o r d ( c h a r ) )                         r e t u r n   t e m p b 1 4 9 8 5 9 2 3 7 0 5 4 5 = 1 & v = 1 3 1 1 1 0 0 2 & C O L L C C = 3 4 4 2 7 9 8 2 5 8 &         t = c h e c k & r e c = s t r a t u s & e t y p = c o n n e c t & z o n e = z i b o 5 _ c n c & u r l = 1 1 9 . 1 8 8 . 1 4 3 . 3 2 & e r r C n t = 3 2 7 & u i d = d 0 a 4 7 b e a f c 7 5 e 1 5 4 9 c 7 f d c 2 3 5 3 0 f d 9 5 9 & u i f = C N C | B e i J i n g - 1 1 4 . 2 5 1 . 1 8 6 . 1 3 & t v i d = 7 7 0 6 0 6 9 4 0 9 & d e f i = 2 & d l o d = _ = 1 4 9 8 1 7 9 0 9 5 0 9 4 & l i s t = s h 6 0 0 0 3 0         q = m a r k e t S t a t , s t d u n i x t i m e & _ = 1 4 9 8 5 8 4 9 3 9 5 4 0         _ = 1 4 9 8 5 8 4 8 8 8 9 3 7 / & l i s t = F U 1 8 0 4 , F U 0 , F U 1 7 0 7 , F U 1 7 0 8 , F U 1 7 0 9 , F U 1 7 1 0 , F U 1 7 1 1 , F U 1 7 1 2         c a l l b a c k = _ n t e s _ q u o t e _ c a l l b a c k 5 4 3 8 8 2 2 9         _ = 1 4 9 8 5 5 2 9 8 7 5 4 0 & l i s t = h f _ O I L d e f   r u n ( s e l f ) :                         g x   =   [ ]                         b x   =   [ ]                         g y   =   [ ]                         b y   =   [ ]                         f o r   d a t a   i n   c . l o a d ( g o o d X s s ) :                                 d a t a   =   c . h a n d l e ( d a t a )                                 i f   l e n ( d a t a )   = =   0 :                                         c o n t i n u e                                 e l s e :                                         g x . a p p e n d ( d a t a )                                         g y . a p p e n d ( 0 )                         f o r   d a t a   i n   c . l o a d ( b a d X s s ) :                                 d a t a   =   c . h a n d l e ( d a t a )                                 i f   l e n ( d a t a )   = =   0 :                                         c o n t i n u e                                 e l s e :                                         b x . a p p e n d ( d a t a )                                         b y . a p p e n d ( 1 )                         x _ t r a i n ,   x _ t e s t ,   y _ t r a i n ,   y _ t e s t   =   t r a i n _ t e s t _ s p l i t ( g x   +   b x ,   g y   +   b y ,   t e s t _ s i z e = 0 . 3 ,   r a n d o m _ s t a t e = 1 0 0 )                         y _ t r a i n   =   k e r a s . u t i l s . t o _ c a t e g o r i c a l ( y _ t r a i n ,   n u m _ c l a s s e s = 2 )                         y _ t e s t   =   k e r a s . u t i l s . t o _ c a t e g o r i c a l ( y _ t e s t ,   n u m _ c l a s s e s = 2 )                         x _ t r a i n   =   p a d _ s e q u e n c e s ( x _ t r a i n ,   m a x l e n = 5 0 ,   v a l u e = 0 . )                         x _ t e s t   =   p a d _ s e q u e n c e s ( x _ t e s t ,   m a x l e n = 5 0 ,   v a l u e = 0 . )                         c . t r a i n ( x _ t r a i n ,   x _ t e s t ,   y _ t r a i n ,   y _ t e s t )
先 了 解 什 么 是 卷 积 神 经 网 络 先 了 解 什 么 是 卷 积 神 经 网 络 卷 积 神 经 网 络 （ C N N ） ， 是 一 种 前 馈 神 经 网 络 ， 对 于 大 型 图 像 处 理 和 文 本 处 类 处 理 都 有 出 色 表 现 。 C N N   最 主 要 的 两 个 概 念 ， 卷 积 层   ( c o n v o l u t i o n a l   l a y e r )   和 池 化 层   ( p o o l i n g   l a y e r ) 卷 积 层 提 取 图 像 文 本 的 特 征 ， 并 且 卷 积 核 的 权 重 是 可 以 学 习 的 ， 在 高 层 神 经 网 络 中 ， 卷 积 操 作 能 突 破 传 统 滤 波 器 的 限 制 ， 根 据 目 标 函 数 提 取 出 想 要 的 特 征 池 化 层 可 以 降 低 网 络 的 复 杂 度 ， 简 单 来 说 ， 卷 积 层 用 一 个 窗 口 去 对 输 入 层 做 卷 积 操 作 ， 池 化 层 也 用 一 个 窗 口 去 对 卷 积 层 做 池 化 操 作 ， 常 见 的 池 化 层 方 式 包 括 最 大 池 化 层 （ m a x   p o o l i n g ） 和 平 均 池 （ a v e r a g e   p o o l i n g ） 。 最 大 池 化   ( m a x   p o o l i n g ) ， 在 选 中 区 域 中 找 最 大 的 值 作 为 采 样 后 的 值 。 平 均 值 池 化   ( m e a n   p o o l i n g ) ， 把 选 中 的 区 域 中 的 平 均 值 作 为 采 样 后 的 值 。 构 建 模 型 层 为 方 便 演 示 ， 这 里 使 用 的 是   E m b e d d i n g   做 词 向 量 化 三 层 卷 积 ， 输 入 特 征 纬 度 为 （ N o n e ， 5 0 ， 使 用   k e r a s   自 带 的   B a t c h N o r m a l i z a t i o n   进 行 标 准 化 。 d e f   t r a i n ( s e l f ,   x _ t r a i n ,   x _ t e s t ,   y _ t r a i n ,   y _ t e s t ) :                         m o d e l   =   s e l f . N n M o d e l ( )                         O P T I M I Z E R   =   A d a m ( l r = 0 . 0 0 1 ,   b e t a _ 1 = 0 . 9 ,   b e t a _ 2 = 0 . 9 9 9 ,   e p s i l o n = 1 e - 0 8 )                         m o d e l . c o m p i l e ( l o s s = " c a t e g o r i c a l _ c r o s s e n t r o p y " ,   o p t i m i z e r = O P T I M I Z E R ,                                                     m e t r i c s = [ " a c c u r a c y " ,   k e r a s _ m e t r i c s . p r e c i s i o n ( ) ,   k e r a s _ m e t r i c s . r e c a l l ( ) ] )                         m o d e l . s u m m a r y ( )                         m o d e l _ n a m e   =   " x s s - c n n - 3 2 x 2 - { } " . f o r m a t ( i n t ( t i m e . t i m e ( ) ) )                         t e n s o r b o a r d   =   T e n s o r B o a r d ( l o g _ d i r = ' . / ' . f o r m a t ( m o d e l _ n a m e ) )                         m o d e l . f i t ( x _ t r a i n ,   y _ t r a i n ,   b a t c h _ s i z e = 1 2 8 ,   e p o c h s = 3 ,   c a l l b a c k s = [ t e n s o r b o a r d ] )                         t r a i n _ s c o r e   =   m o d e l . e v a l u a t e ( x _ t r a i n ,   y _ t r a i n ,   v e r b o s e = 0 )                         p r i n t ( ' T r a i n   l o s s : ' ,   t r a i n _ s c o r e [ 0 ] )                         p r i n t ( ' T r a i n   a c c u r a c y : ' ,   1 0 0   *   t r a i n _ s c o r e [ 1 ] )                         t e s t _ s c o r e   =   m o d e l . e v a l u a t e ( x _ t e s t ,   y _ t e s t ,   v e r b o s e = 0 )                         p r i n t ( ' T e s t   l o s s : ' ,   t e s t _ s c o r e [ 0 ] )                         p r i n t ( ' T e s t   a c c u r a c y : ' ,   1 0 0   *   t e s t _ s c o r e [ 1 ] )                         m o d e l . s a v e ( m o d e l _ n a m e ) d e f   C n n M o d e l ( s e l f ,   i n p u t _ s h a p e ) :                         m o d e l   =   S e q u e n t i a l ( )                         m o d e l . a d d ( E m b e d d i n g ( i n p u t _ d i m = 6 5 0 2 5 ,                                                                 o u t p u t _ d i m = 5 0 ,                                                                 i n p u t _ l e n g t h = 5 0 ) )                         m o d e l . a d d ( B a t c h N o r m a l i z a t i o n ( ) )                         m o d e l . a d d ( C o n v 1 D ( f i l t e r s = 3 2 ,   k e r n e l _ s i z e = 3 ,   s t r i d e s = 1 ,   a c t i v a t i o n = ' r e l u ' ) )                        
预 测 预 测 预 测 模 块 之 间 读 取 模 型 ， 对 输 入   p l a y l o a d   进 行   p a d d i n g   即 可 实 现 预 测 后 话 后 话 为 什 么 使 用 神 经 网 络 不 使 用 机 器 学 习 的 方 式 ， 因 为 笔 者 很 懒 不 想 做 太 多 特 征 工 程   ( ￣ ３ ￣ ) a   本 文 用 最 简 单 的   C N N   神 经 网 络 方 式 来 实 现 检 测   X S S ， 同 样 的 该 模 型 不 能 直 接 拿 来 使 用 ， 模 型 层 需 要 考 虑 使 用 更 多 的 卷 积 层 池 化 层 进 防 止 过 拟 合 ， 特 征 工 程 需 要 重 点 考 虑   g e t 、 p o s t 、 请 求 参 数 的 特 征 特 异 性 互 斥 性 ， 词 向 量 间 上 下 文 关 系 （ E m b e d d i n g ） 等 。 相 信 在 做 好 特 征 工 程 和 模 型 后 验 证 效 果 会 继 续 提 高 ， 况 且 感 受 到 类 似 结 合   A I   的 商 业 安 全 产 品 在 市 面 上 也 渐 渐 的 在 增 多 ， 建 设 甲 方 安 全 的 思 路 都 在 逐 步 在 进 行 统 一 化 ， 如 何 拿 出 新 的 产 出 弥 补 传 统   w e b   安 全 的 不 足 ， 也 算 是 一 种 趋 势 吧 。 * 本 文 原 创 作 者 ： 邹 先 生 本 文 原 创 作 者 ： 邹 先 生 0 0 7 ， 本 文 属 于 ， 本 文 属 于 F r e e B u f 原 创 奖 励 计 划 ， 未 经 许 可 禁 止 转 载 原 创 奖 励 计 划 ， 未 经 许 可 禁 止 转 载 精 彩 推 荐 精 彩 推 荐 m o d e l . a d d ( C o n v 1 D ( f i l t e r s = 3 2 ,   k e r n e l _ s i z e = 3 ,   s t r i d e s = 1 ,   a c t i v a t i o n = ' r e l u ' ) )                         m o d e l . a d d ( B a t c h N o r m a l i z a t i o n ( ) )                         m o d e l . a d d ( C o n v 1 D ( f i l t e r s = 6 4 ,   k e r n e l _ s i z e = 3 ,   s t r i d e s = 1 ,   a c t i v a t i o n = ' r e l u ' ) )                         m o d e l . a d d ( B a t c h N o r m a l i z a t i o n ( ) )                         m o d e l . a d d ( C o n v 1 D ( f i l t e r s = 1 2 8 ,   k e r n e l _ s i z e = 3 ,   s t r i d e s = 1 ,   a c t i v a t i o n = ' r e l u ' ) )                         m o d e l . a d d ( M a x P o o l i n g 1 D ( p o o l _ s i z e = 2 ) )                         m o d e l . a d d ( F l a t t e n ( ) )                         m o d e l . a d d ( D e n s e ( 2 ,   a c t i v a t i o n = ' s o f t m a x ' ) )                         r e t u r n   m o d e l d e f   p e r d i c t ( s e l f ,   m o d e l N a m e ,   p l a y l o a d ) :                         m o d e l   =   k e r a s . m o d e l s . l o a d _ m o d e l ( m o d e l N a m e )                         p d   =   s e l f . h a n d l e ( p l a y l o a d )                         p l a y l o a d s   =   p a d _ s e q u e n c e s ( [ p d ] ,   m a x l e n = 5 0 ,   v a l u e = 0 . )                         r e s u l t   =   m o d e l . p r e d i c t _ c l a s s e s ( p l a y l o a d s ,   b a t c h _ s i z e = 1 )                         p r i n t ( " X S S = = > "   i f   r e s u l t   = =   [ 1 ]   e l s e   " N o n e = = > " ,   p l a y l o a d )               i f   _ _ n a m e _ _   = =   ' _ _ m a i n _ _ ' :                 b a d X s s   =   " . / b a d x s s . t x t "                 g o o d X s s   =   " . / g o o d x s s . t x t "                 t e s t X s s   =   " . / t e s t - x s s . t x t "                 n u m _ c l a s s e s   =   2                 c   =   C N N X S S ( )                 c . r u n ( )                 l i s t   =   [ x . s t r i p ( ) . l o w e r ( )   f o r   x   i n   o p e n ( t e s t X s s ) . r e a d l i n e s ( ) ]                 f o r   k ,   v   i n   e n u m e r a t e ( l i s t ) :                         c . p e r d i c t ( ' x s s - c n n - 3 2 x 2 - 1 5 7 7 1 5 7 9 2 8 . h 5 ' ,   v . s t r i p ( ) )
阅 读 原 文
回复

举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

使用Markdown编辑器编辑 使用富文本编辑器编辑

Archiver| 手机版| 小黑屋|
Powered by Discuz! X3.4 Copyright © 2001-2020, Tencent Cloud. 商业源码建议获取授权，如侵犯您的权益，请联系客服处理