README.md

M2C - Malware Clustering & Classification !

A Machine Learning & Data Science approach

Generate and test, Master's Degree students search with python

L'objectif du projet est de partir à la découverte du machine learning à travers un cas d'utilisation dédié à la sécurité informatique. Dans notre cas l'étude est sur la détection de malware via machine learning.

Le projet utilise :

• [ LIEF - Library to Instrument Executable Formats ] : Ce framwork nous permet de parser la structure des fichiers PE.

• [Scikit-Learn ] : Cette librarie nous permet d'effectuer du machine learning.

• [Machocke] : Algortihme de Fuzzy Hashing.

• [ Capstone Engine ]

Les ressources

• Schultz, et al., 2001: http://128.59.14.66/sites/default/files/binaryeval-ieeesp01.pdf
• Kolter and Maloof, 2006: http://www.jmlr.org/papers/volume7/kolter06a/kolter06a.pdf
• Shafiq et al., 2009: https://www.researchgate.net/profile/Fauzan_Mirza/publication/242084613_A_Framework_for_Efficient_Mining_of_Structural_Information_to_Detect_Zero-Day_Malicious_Portable_Executables/links/0c96052e191668c3d5000000.pdf
• Raman, 2012: http://2012.infosecsouthwest.com/files/speaker_materials/ISSW2012_Selecting_Features_to_Classify_Malware.pdf
• Saxe and Berlin, 2015: https://arxiv.org/pdf/1508.03096.pdf

To DO

[ ] 001: Ajouter fuzzy hashing Machocke
[ ] 002: Implémenter éxtraction de strings
[ ] 003: LightGDM ?
[ ] 004: Commenter le code
[ ] 005: Junyper book

1. Setup your environment ======================

• Install python and libraries sudo apt install