我正在开发ISCXVPN2016 dataset,它由一些pcap文件组成(每个pcap都是特定应用程序(如skype、youtube等)的流量捕获),我将它们转换为pickle文件,然后使用下面的代码将它们写入文本文件:
pkl = open("AIMchat2.pcapng.pickle", "rb")
with open('file.txt', 'w') as f:
for Item in pkl:
f.write('%s\n' %Item)
你知道吗文件.txt地址:
b'\x80\x03]q\x00(cnumpy.core.multiarray\n' b'_reconstruct\n' b'q\x01cnumpy\n' b'ndarray\n' b'q\x02K\x00\x85q\x03C\x01bq\x04\x87q\x05Rq\x06(K\x01K\x9d\x85q\x07cnumpy\n' b'dtype\n' b'q\x08X\x02\x00\x00\x00u1q\tK\x00K\x01\x87q\n' b'Rq\x0b(K\x03X\x01\x00\x00\x00|q\x0cNNNJ\xff\xff\xff\xffJ\xff\xff\xff\xffK\x00tq\rb\x89C\x9dE\x00\x00\x9dU\xbc@\x00\x80\x06\xd7\xc9\x83\xca\xf0W@\x0c\x18\xa74I\x01\xbb\t].\xc8\xf3*\xc51P\x18\xfa[)j\x00\x00\x17\x03\x02\x00p\x14\x90\xccY|\xa3\x7f\xd1\x12\xe2\xb4.U9)\xf20\xf1{\xbd\x1d\xa3W\x0c\x19\xc2\xf0\x8c\x0b\x8c\x86\x16\x99\xd8:\x19\xb0G\xe7\xb2\xf4\x9d\x82\x8e&a\x04\xf2\xa2\x8e\xce\xa4b\xcc\xfb\xe4\xd0\xde\x89eUU]\x1e\xfeF\x9bv\x88\xf4\xf3\xdc\x8f\xde\xa6Kk1q`\x94]\x13\xd7|\xa3\x16\xce\xcc\x1b\xa7\x10\xc5\xbd\x00\xe8M\x8b\x05v\x95\xa3\x8c\xd0\x83\xc1\xf1\x12\xee\x9f\xefmq\x0etq\x0fbh\x01h\x02K\x00\x85q\x10h\x04\x87q\x11Rq\x12(K\x01K.\x85q\x13h\x0b\x89C.E\x00\x00
我的问题是如何计算每个pickle文件的熵?你知道吗
(我更新了问题)
可以使用双熵、三熵或它们的加法三熵来计算pickle文件的熵。有关算法的说明,请参见www.arxiv.orgBiEntropy已经通过Github上的测试工具实现了。BiEntropy已经在大型原始二进制文件上进行了测试
如果我没有做错什么,这就是答案(基于How to calculate the entropy of a file?和Shannon entropy)。你知道吗
在带有Python 3.6.9的Ubuntu 18.04上用^{} 程序检查:
也测试了文本文件。你知道吗
一个简单的解决方案是gzip/tar文件。通过计算(gzip/tar文件的大小)/(原始文件的大小)作为随机性的度量来确定熵。
这个结果并不准确,因为gzip和tar都不是“理想”的压缩器,但随着文件大小的增加,结果会更准确。
使用编写的python代码检查熵的一个好选择是:
http://code.activestate.com/recipes/577476-shannon-entropy-calculation/#c3
相关问题 更多 >
编程相关推荐