6VecLM

6 Veclm

Requisitos

• Python 3.7
• Antorcha 1.3.1
• Gensim
• Sklearn

Introducción

Aplique Word2Vec y Transformer Network para generar conjuntos de direcciones activas candidatas.

La ilustración de 6veclm. 6VECLM contiene dos componentes IPv62VEC y Transformer-IPV6. IPv62VEC mapea todo el espacio de vestimenta activa a un espacio vectorial semántico, donde las direcciones con secuencias similares se clasificarán en el mismo clúster. Transformer-IPV6 se aprenderá a implementar los vectores de direcciones semánticas para implementar el modelado de idiomas IPv6.

El documento de investigación 6VECLM: Modelado de idiomas en el espacio vectorial para la generación de objetivos IPv6 ha sido aceptado en la Conferencia Europea sobre Aprendizaje Machine y Principios y Práctica del Descubrimiento de Conocimientos en bases de datos (ECMLPKDD 2020).

Nota: Este código se basa en el transformador anotado. Muchas gracias al autor.

Inicio rápido

6veclm consta de tres comandos:

1. Crear palabra de dirección del conjunto de datos.

 $ python data_processing.py

2. Traine el modelo IPv62VEC y genere distribución de palabras / direcciones en el espacio vectorial.

 $ python IPv62Vec.py

3. Entrene el modelo IPv6-transformer y genere un conjunto de candidatos.

 $ python IPv6_Transformer.py

Si el modelo ha sido entrenado, puede usar load_model.py para generar directamente otros conjuntos de candidatos.

 $ python load_model.py