저는 캡처프로그램을 굉장히 많이 사용합니다. 보고서를 쓸 때도 사용하고, 기억하고 싶은 정보들을 이미지로 저장하는 데에도 사용합니다.윈도 환경에서는 이라는 거의 완전체 프로그램이 있어서 잘 사용 중인데, 맥에서는 지원되지 않아 다른 프로그램을 찾아야 했습니다.기본 맥의 캡처 프로그램도 좋지만 그림을 기능이 부족하여 사용프로그램을 찾아보았습니다. 그중 제 마음에 쏙 든 앱이 하나 있었습니다.모노스냅인데요 우선 큰 장점은 무료입니다.https://apps.apple.com/kr/app/monosnap-screenshot-editor/id540348655?mt=12 Monosnap - screenshot editorCapture and edit screenshots, upload files, record ..
M1부터 M3까지의 애플 실리콘 아키텍처를 사용하는 Mac은 가상환경 구축에 제약이 많습니다.애플 실리콘 자체가 2020년에 출시되었기 때문에, 그 이전에 나온 운영체제(OS)들, 특히 ARM 아키텍처를 지원하지 않는 OS는 설치가 불가능합니다.그래서 인텔 기반 Mac과 달리 M1 Mac에서 Windows를 설치하기 어려운 것도 이 때문입니다. 어쨌든, M1 및 M2 Mac에서 설치할 수 있는 Ubuntu의 가장 오래된 버전은 18.04.6입니다. 이 버전부터 ARM을 지원하기 때문입니다. 하지만 Ubuntu 18.04는 2018년에 출시된 버전이라 2020년에 나온 애플 실리콘과 호환성 문제가 발생할 가능성이 있습니다.따라서 2020년에 출시된 Ubuntu 20.04 버전을 사용하는 것을 추천드립니다...
이전 포스트에서 이어진다Featrue Engineering 첫 번째 코드 이전과 같은 오류다 pe_all = pe_all.drop(['filename', 'MD5', 'packer_type'], axis=1) 로 수정한다. Featrue Engineering세 번째 코드do_randomforest 함수에서 self.y_train이 2D 배열일경우 경고가 뜬다. fit() 메서드에 전달되기 전에 y_train을 1D 배열로 변환해야 한다. scikit-learn의 fit() 메서드는 1D 배열을 사용하므로, y_train을 ravel()을 사용해 1D 배열로 변환 해 준다. model.py의 랜던포레스트 메서드를 수정한다. 띄어쓰기에 주의한다. clf = RandomForestClassif..
특징 추출을 완료했다면, 어느 특징이 가장 모델링에 적합한지 판단해야 한다. 실습자료 코드는 텐서플로우 1.x 기반으로 작성되어 있는데, 현재 m1 mac에서는 최소 2.x부터 지원하므로 현재 실습환경은 2.13 버전으로 구성되어 있다.문제는 1.x 버전에서 2.x 버전으로 넘어가면서 많은 부분이 변경되어서 1.x 버전의 코드로는 온전히 실행이 불가능했다.아래는 분석은 잠시 미뤄두고 코드를 실행시키기 위한 눈물겨운 노력의 과정이 담겨 있다. 첫 번째 코드필요한 라이브러리를 임포트 하고 csv파일을 불러오는 코드이다.파이썬 3을 사용 중이라면 print구문에 괄호를 달아주어야 한다.첫 번째 코드의 오류실행해 보니 다음과 같은 오류가 발생했다 seaborn 라이브러리가 설치되어있지 않다고 한다.필요 패키..
1. PE파일을 통째로 이미지(png)로 변환이제 책에서 소개하는 마지막 특징추출방식인 파일 자체를 이미지로 변환하여 특징을 추출하는 방법이 남아있다.파일의 이진코드를 순서대로 0~255사이의 숫자로 변환하여 이를 각 픽셀의 밝기 수치로 사용한다. 자료에서 제공하는 코드의 핵심 부분은 다음과 같다 : g = np.reshape(a, (int(len(a)/width), width)) reshape= 배열의 구조를 재조정할 때 사용 (차원 간의 변경) a(= 파일의 이진코드 )를 순차적으로 읽어와 2차원 배열로 변환한다.g = np.uint8(g) unit8(g) 배열g요소를 부호 없는 8bit 정수로 변환 (0~255) 배열 내 모든 요소는 0~ 255 사이가 되고 이 요소요소가 각 픽셀의 ..
