Lutte des classes

Dépôt accompagnant l'article "Class Struggle". Ce dépôt démontre l'utilisation d'un autoencodeur pour détecter des domaines similaires à un (sous-)ensemble connu de domaines de phishing publiés par CERT Polska.

Sources de données

CERT Polska Warning List

Ce projet utilise les données de la CERT Polska Warning List https://cert.pl/en/warning-list/ maintenue par CERT Polska (NASK).

Les données sont utilisées uniquement à des fins de recherche et d'éducation. La liste brute des domaines n'est pas redistribuée dans ce dépôt.

Majestic Million

Ce projet utilise les données du jeu de données Majestic Million maintenu par Majestic

Le jeu de données est fourni sous la licence Creative Commons Attribution 3.0 (CC BY 3.0)

Les données sont utilisées uniquement à des fins de recherche et d'éducation. Le jeu de données brut n'est pas redistribué dans ce dépôt.

Contenu du dépôt

• notebooks/0_fetch_data.ipynb - téléchargement des données sources
• notebooks/1_eda.ipynb - analyse exploratoire des données (EDA) des données de la liste d'avertissement de CERT.PL
• notebooks/2_eda_based_data_selection.ipynb- sélection de l'ensemble d'entraînement basée sur l'EDA
• notebooks/3_autoencoder_train_eval_inference.ipynb - construction, entraînement et inférence de l'autoencodeur
• notebooks/xor_nn_decission_boundary.ipynb - script de démonstration auxiliaire

Exécution (localement, dans Docker)

1. Construire et démarrer le conteneur Jupyter :
   root@kitploit:~

   docker compose up --build
   

2. Ouvrir : http://127.0.0.1:8888/tree et exécuter les notebooks numérotés dans l'ordre : 0_fetch..., 1_eda..., 2_eda_based..., 3_autoencoder....

Générer l'article

cd ./article
pdflatex class_struggle.tex