[原创]python_mmdt:从2到3--mmdt_hash的在线使用(四)

• python_mmdt:一种基于敏感哈希生成特征向量的python库(一)我们介绍了一种叫mmdt_hash（敏感哈希）生成方法，并对其中的概念做了基本介绍。
• python_mmdt:从0到1--实现简单恶意代码分类器(二)我们介绍了基于mmdt_hash的一种简单恶意代码分类器应用。
• python_mmdt:从1到2--实现基于KNN的机器学习恶意代码分类器(三)我们介绍基于mmdt_hash的机器学习恶意代码分类器应用。
• 本篇，我们介绍如何使用mmdt_hash实现在线恶意文件检测

Linux

使用pip进行安装，安装命令：pip install python_mmdt

Windows

建议使用.whl发行包进行安装，发行包下载地址：

• 1. github: 0.3.1版本 - download
• 1. pypi: 0.3.1版本 - download

安装命令：pip install python_mmdt-0.3.1-cp38-cp38-win_amd64.whl

MacOS

• 1. 安装cmake，安装命令：brew install cmake
• 1. 使用pip安装，安装命令：pip install python_mmdt

1. 命令行快捷使用

pip install python_mmdt命令安装成功之后，系统会添加mmdt-scan-online命令，使用mmdt-scan-online可快速实现在线扫描，如下所示：

2. 开发使用

pip install python_mmdt命令安装成功以后，可参考mmdt-scan-online命令行工具源码使用python_mmdt库，实现在线扫描：

特别的说明

1. 本工具不收集任何文件，不用担心文件泄露，仅会上传必须的基本信息，包括5个字段：
   • 文件md5：必须
   • 文件sha1：必须
   • 文件名称file_name：必须
   • 文件敏感哈希mmdt：必须
   • 扩展字段data：可选，后续可用于控制后台进行检测时的参数
2. 上传信息与结果获取使用同一个web api接口：/mmdt/scan：
   • 若上传文件哈希不在缓存中，则提交至任务队列，后台进行检测，检测完成后将结果写入缓存
   • 若上传文件哈希在缓存中，则直接返回检测结果
3. 返回结果字段说明：
   • 若上传文件哈希不在缓存中，则返回任务状态信息，主要包括当前任务在队列中的排号及任务状态（详情查看message字段）
   • 若上传文件哈希在缓存中，则返回检测结果，检测结果在data字段，lable字段为最相似样本的标签，labels字段为最相似10个样本的标签统计，similars字段为最相似10个样本的信息，包括文件哈希、文件标签、文件相似度这3个字段
4. 后台使用KNN机器学习算法，实现mmdt哈希的相似匹配
5. 当前后端收集的恶意文件mmdt哈希文件大小在23M左右
6. 匹配效果好的文件类型为二进制文件，如PE、ELF、pdf、rtf等
7. 匹配效果差的文件类型为压缩包文件，如apk、docx、zip、rar等，后续需要调整为解包检测

【公告】欢迎大家踊跃尝试高研班11月试题，挑战自己的极限！