From 472b92b0cdfd313aa553b035122914e9f2dc2a2f Mon Sep 17 00:00:00 2001
From: yinkanglong_lab <yinkanglong@163.com>
Date: Tue, 15 Dec 2020 22:23:52 +0800
Subject: [PATCH] =?UTF-8?q?=E5=BC=80=E9=A2=98?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 ...ˆ1æ—¥-本月计划.md => 2020å¹´10月1æ—¥-å��月份安排.md} |   0
 工作日志/2020年11月25日-�二月份安排.md       |  36 +++
 工作日志/2020年11月25日-工作安排.md           |  24 --
 ...月26日-说明.md => 2020年11月26日-开题�动会.md} |   0
 工作日志/2020年11月28日-文献综述.md           |  99 +++++++
 工作日志/2020年11月29日-开题报告.md           | 270 ++++++++++++++++++
 工作日志/2020年11月2日-论文阅读工具.md        |  12 +-
 工作日志/2020年11月30日-问题和工作.md         |  36 +++
 工作日志/2020年12月5日-毕设.md                |  26 ++
 ...20年9月28日.md => 2020年9月28日-�月份安排.md} |   0
 文献阅读/2020.09.09-2020.09.10.md             |   7 +-
 文献阅读/文献检索说明.md                      |  13 +-
 12 files changed, 489 insertions(+), 34 deletions(-)
 rename 工作日志/{2020年10月1日-本月计划.md => 2020年10月1日-�月份安排.md} (100%)
 create mode 100644 工作日志/2020年11月25日-�二月份安排.md
 delete mode 100644 工作日志/2020年11月25日-工作安排.md
 rename 工作日志/{2020年11月26日-说明.md => 2020年11月26日-开题�动会.md} (100%)
 create mode 100644 工作日志/2020年11月28日-文献综述.md
 create mode 100644 工作日志/2020年11月29日-开题报告.md
 create mode 100644 工作日志/2020年11月30日-问题和工作.md
 create mode 100644 工作日志/2020年12月5日-毕设.md
 rename 工作日志/{2020年9月28日.md => 2020年9月28日-�月份安排.md} (100%)

diff --git a/工作日志/2020年10月1日-本月计划.md b/工作日志/2020年10月1日-�月份安排.md
similarity index 100%
rename from 工作日志/2020年10月1日-本月计划.md
rename to 工作日志/2020年10月1日-�月份安排.md
diff --git a/工作日志/2020年11月25日-�二月份安排.md b/工作日志/2020年11月25日-�二月份安排.md
new file mode 100644
index 00000000..1d6f5241
--- /dev/null
+++ b/工作日志/2020年11月25日-�二月份安排.md
@@ -0,0 +1,36 @@
+## 第一周
+
+### 主�任务
+* 文献综述完�
+* 开题报告完�
+
+### 时间安排
+
+* 8.00-11.30
+
+* 12.30-2.00（刚�完饭，真的���）
+
+* 3.00-5.00
+
+* 6.00-12.00
+
+### 任务计划
+
+* 周一-周三：文献综述
+* 周四-周日：开题报告
+（字数肯定很好凑，看�并�是自己所想的那样，关键技术和技术路线，需�很长的内容。或许在开题的时候，就必须直到自己应该怎么�了。）
+
+
+## 第二周
+
+### 主�任务
+* 修改开题报告（场景定义明确，�我们到底�完�一个什么样的事情）
+* 修改开题报告（技术路线明确，�我们到底通过什么样的手段完�）
+
+* 网络��情报-文献阅读
+* ��软件-文献阅读
+* 特�生�和机器学习�解释-文献阅读
+
+### 任务安排
+
+* 
\ No newline at end of file
diff --git a/工作日志/2020年11月25日-工作安排.md b/工作日志/2020年11月25日-工作安排.md
deleted file mode 100644
index 14ef7d44..00000000
--- a/工作日志/2020年11月25日-工作安排.md
+++ /dev/null
@@ -1,24 +0,0 @@
-这一个月的计划基本泡汤了。
-
-现在需�安排剩下的东西。最少阅读50篇，�能完�那个文献阅读和开题报告。
-本月读完文献，下一个月开始撰写文章。
-
-周三
-2019-2015年，大约五年的CTI报告核心内容读一�。（7篇）
-
-
-周四
-关于��情报，蒋师兄分享的论文（10篇）
-
-周五
-关于��情报自己�集的中文文献（7篇）
-
-
-周六
-�集英文文献（7篇）
-
-周日
-英文文献（7篇）
-
-
-------------------------------
\ No newline at end of file
diff --git a/工作日志/2020年11月26日-说明.md b/工作日志/2020年11月26日-开题�动会.md
similarity index 100%
rename from 工作日志/2020年11月26日-说明.md
rename to 工作日志/2020年11月26日-开题�动会.md
diff --git a/工作日志/2020年11月28日-文献综述.md b/工作日志/2020年11月28日-文献综述.md
new file mode 100644
index 00000000..624377ba
--- /dev/null
+++ b/工作日志/2020年11月28日-文献综述.md
@@ -0,0 +1,99 @@
+# 学�论文文献综述
+
+## 开题题目：基于�邦学习的��软件��情报处�系统的设计与实现
+
+## 摘�+关键�
+
+## Abstract+keyword
+
+
+## 基于�邦学习的��软件��情报处�系统概述
+
+> 主�论述这三个关键方�的关系。
+### ��情报
+### ��软件
+### �邦学习
+
+## 网络��情报的研究现状
+
+
+
+### 网络��情报的定义
+* 定义
+* 作用
+* 格�
+CTI的研究主�集中在三个方�，包括CTI的生��CTI共享�CTI利用。
+### 网络��情报的生�研究
+* 研究现状
+* 问题
+* 未��展趋势
+### 网络��情报的共享研究
+* 研究现状
+* 问题
+* 未��展趋势
+### 网络��情报的利用研究
+
+* 研究现状
+* 问题
+* 未��展趋势
+
+## ��软件��的研究现状
+
+### ��软件的数�
+### ��软件识别的算法
+### ��软件特�生�的方法
+### ��软件��情报的生�与共享方案研究进展
+
+## �邦学习算法的研究现状
+
+### �邦学习的背景
+### �邦学习定义
+### �邦学习的架构和生命周期
+### �邦学习的应用
+### �邦学习存在的问题
+### �邦学习在安�环境中的应用
+### �邦学习在��软件��情报领域的应用进展
+
+## 结论
+## �考文献
+
+
+
+----------
+��师给的�求
+* 研究的分支
+* �分支的�论方法技术研究现状
+* 关键问题和尚未解决的问题
+* 未�的�展趋势
+----------
+
+关于文献综述需��的事情。
+
+1. 阅读文献，粗读，对文献�好标记。（首先进行第一步�），�纯地找到能够使用的文献，明白文献的主�内容，�好标记。
+2. 从“综述�类型的文献开始，按照别人综述的方�撰写文献，引用别人的综述。还是按照citavi工具�供的category格�，整�文献，并完�文献综述的内容部分。
+3. 写文献综述，总共四�篇文章，�篇文章撰写300字左�的文献综述
+
+> �以直接从原本的文献综述出�，按照人家文献综述的内容，直接摘抄，制作自己的文献综述。总之现在的目标是第一个读第一�文献，一方�为了完�文献综述，�一方�，也为了�清楚开题相关的内容。
+
+---------------------
+�邦学习的撰写方案
+
+1. �邦学习的那一部分�以一�邦学习的那本书作为开始，引用�邦学习那本书上的内容。就�以完��邦学习的应用现状介�。
+2. �引用部分直接摘抄书上的内容。引用部分使用文献阅读�的结果。现在应该从文献的角度，总结文献能够�供的内容，而�是从文献综述的角度，�述文献综述需�什么内容。所以现在就从温馨啊的角度�述文献的主�内容。
+3. 最��结�几篇文章论述�邦学习在��软件��情报领域的应用
+
+---------------------
+��情报的撰写方案
+1. ��情报的综述，主�使用三个�料：
+   1. SANS��情报2020年报告的翻译√
+   2. 两篇中文的网络��情报的�述
+   3. 1区的文献的翻译�
+   4. 蒋师兄的网络��情调研中能用的内容。
+2. ��情报的综述控制在两�到三�字之间。
+
+
+--------------------
+��软件的撰写方案
+1. 根�综述完���软件的基本介�。
+2. 介�几个简�的��软件分�方案。
+
diff --git a/工作日志/2020年11月29日-开题报告.md b/工作日志/2020年11月29日-开题报告.md
new file mode 100644
index 00000000..cca35e85
--- /dev/null
+++ b/工作日志/2020年11月29日-开题报告.md
@@ -0,0 +1,270 @@
+# 基于�邦学习的��软件表�系统研究
+> ��论述��情报相关的内容了，关�性�强。
+
+
+> 1. �以�点论述的内容：Android�Malware�FL。Android是�行场景，安全问题需求迫切。CTI是目标，生�的IOC��情报用于�续的��软件分�工作。Malware是对象，需�处�的对象。FL是系统和模�。机器学习，包括机器学习的�解释性工作，需�定义算法的输入输出和算法的选型。
+
+
+## 1 论文选题的背景与�义1000字
+### 选题背景
+Android场景->��软件的研究+Android���护的�出。
+
+1. 构建��情报共享系统。
+2. ��软件数�分�生���软件情报。
+3. 使用�邦在线学习，训练��软件情报的自动生�模型。
+
+### 选题�义
+> 应该�述存在的为，和解决这些问题的价值。而�是，用什么方案去解决这些问题。这应该是当�研究中有待解决的问题。
+> �对，这里�应该指出研究中存在的问题，应该给出研究���护�使用人工智能方法�特����在线机器学习的方法的好处。
+
+1. √在线学习机制，能够实时监控��软件的�化，掌�最新的��软件的情报。为��软件情报的利用�供高效�快��准确的生�方案。
+2. √�邦学习生���软件的特�，�护用户或组织本地的��和数�。
+3. ×构建��情报共享系统，实现情报实时共享。增强��相应系统的�应速度。
+4. √��软件识别与人工智能方法的�解释研究，用�增强��软件检测与�续的防御工作。
+5. ×与��情报领域结�，从��软件特�->转�为��软件��情报->通过共享的方�->�与到��软件的分�和检测中->更好的识别��软件。
+
+因此，研究在�护用户��的��下，使用人工智能方案实现��软件特�的��，具有�论价值与应用价值。
+
+## 2 国内外研究现状��展动�3000字
+
+### 国内外研究现状
+* Android��软件的研究现状。
+* 机器学习算法�解释性研究现状。
+* �邦学习算法的研究现状。
+
+
+
+### 有待解决的问题
+
+* 传统的方案忽视了���护。无法解决���护与机器学习应用的矛盾。
+* 传统的方案没有给出�论的解释，人们往往�能通过机器学习方法进行分类，�无法解释分类的结果。分类器往往无法部署应用。结�人工智能（机器学习）+�解释性，通过大数�分�得出。自动化构建。��软件特���方案。
+* 传统的方案无法��病毒特�的更新。====>�邦在线学习系统，能够跟�最新识别出的病毒，更新�邦学习模型的特�。
+* �邦学习应用存在的问题：
+  * 模型中毒
+  * 模型��。�两个是训练过程中的��问题。
+  * 用户本地无法�供模型标签。训练本身存在的问题，使用�监�学习，能够推断用户在本地的�行程�的标签。
+
+
+## 3 论文的研究目标和研究内容1000字
+
+### 研究目标
+本课题对��软件检测与分�过程进行研究，旨在实现一个基于�邦学习的��软件检测与��信�生�系统，该系统具有如下特点： 
+1. 能够在�护用户��的��下，完�深度神�网络模型的训练，模型在��软件检测中具有较好的性能和效果。
+2. 生���软件的��信�，作为��软件判别的指标和��，包括浅层特�和深层特�组�信�，��信�能够解释模型判别的原因。
+3. 能够在线学习新的��软件特�，处�具有新特�的��软件。
+
+
+### 研究内容
+
+1. 基于深度神�网络的��软件检测模型。给出模型效果的评估方法。
+2. 基于神�网络解释方法的��信�生�方法 。给出解释方法的评估方法。
+3. �����护的�邦在线学习方法。
+
+## 4 关键技术和技术难点2000字
+
+### 关键技术路线
+> 关键结�应该论述的是�程和原�，是解决问题的�程和原�，�以�与具体的方法挂钩，但是需�是所有方法通用的�程和步骤。
+----------------------------
+神�网络模型的关键技术
+* 神�网络建模技术（把技术�程和原�画出�）
+  * 特�生�技术（通过特�工程确定特�的维度，利用APK分�工具，����软件的特�）
+  * 模型构建技术（怎么建立神�网络模型，调整神�网络模型的�数）
+  * 模型评估方法（圆下曲线�F1结果）
+
+----------------------------
+��信�生�方法的关键技术
+* ��信�生�技术（把技术�程和原�画出�）
+  * 如何解释神�网络（LIMI算法的原�）
+  * 如何评估解释结果（Can we trust your explanation）
+  * 如何规范化解释结果生���信�（IOC）
+
+----------------------------
+�����护的�邦在线学习方法的关键技术
+* �邦在线学习技术（把技术�程和原�画出�）
+  * ���护技术（防止模型窃�）
+  * 安全增强技术（防止模型中毒，�自��客户端的攻击，增强模型的�棒性和安全性）
+  * �邦学习技术（�个步骤，如何实现�邦学习过程）
+  * 在线学习技术（需��建在线的学习系统，能够用户选择�与到训练计划当中，确定何时进行�次�兰）
+
+
+### 技术难点
+> 上述关键技术中存在的难点，�以是�述，从困难的角度解释
+* 客户端数�未标注
+* 数��对称
+* 数��独立�分布
+---------------------------
+* 神�网络解释
+---------------------------
+* 梯度�护
+* 安全增强
+* 通信问题
+* 激励问题和选择问题
+
+
+
+
+## 5 论文的研究计划100字
+
+----------------------
+撰写说明
+
+1. 现在的关键问题，是精力过分的集中在了�邦学习上。��的工作，最��的一部分还是
+   * “��软件�识别->��软件特�生�（选�与生�）->��软件��表�（给出�解释性）->��软件��情报生�（生�规范格�）
+2. 关于如何引出想�研究的问题：
+   * Android普�性---->��软件分�的需求+���护的需求---->（��软件识别->��软件特�生�->机器学习的�解释性）+�邦机器学习。
+   * �样研究�果�以通过多�方�进行扩展。扩展到win领域以�与���护相关的所有领域。
+   * 相比于以�的方法的优势，以�1】���护为核心，构建�2】基于��情报的��软件��防御体系。�独的��软件识别功能，相关的研究�地困难，�留在�论方法的阶段，该����软件特�的方法，�3】能够�供一中�解释性的辅助手段，对现有的方法进行增强，而�是�代。�4】使用�邦在线学习，还能�续获���万化的��软件特�。
+3. 接下�主�工作：
+   * �邦学习�是系统的实现方案。�邦学习系统/模�。应该这么说。分布�机器学习的方�。
+   * 机器学习算法是核心。
+   * 算法的�解释性-特�生�是关键。
+   * Android是场景，��软件是对象，特�生�是目标。
+   * > 接下�应该主�研究机器学习和算法的�解释性，在Android��软件的场景下进行分�。
+4. �想完�开题报告，还有许多核心工作��。
+   * 需��新阅读�邦学习相关的东西。�考其他文章中的�邦学习系统框架，确定自己如何应用�邦在线学习的模型。
+   * 需��新阅读��情报相关的文章。给出目标生�的特生�述格�。
+   * 需��新阅读��软件相关的文章。给出核心的算法模型，和�解释性的方案。
+5. 需�论述自己的特�选择方案
+   * 如何通过主�分分�等方案，分�特�对最终结果的影�。会�会有一个特�对结果没有影�，但是通过�外一个特�的组�对结果产生影�呢？应该给出特�选择的�由，或者通过数学的方法进行特�筛选。
+6. 特�生�的自动化。
+   * �以通过人工判定选��些特定的特�，但是在训练过程中，特����特�选择�特�生�工作，必须在Android自动完�。（那为什么�将这些生�的特�直接�回中央�务器进行训练呢？因为，数��能动？google的Gboard训练过程也是啊，直接得到用户下��将输入的内容，那是肯定�能��的。）
+7. 最�的数��图
+   * 原始数�---->特�工程（特����特�选择�特�生�）---->机器学习算法（神�网络）---->�邦学习系统---->��软件分类---->表�生�---->��情报生�---->��情报共享---->��软件检测。
+8. 是�也应该给出训练方案。
+   * 这应该是系统构建过程应该给出的内容。�以考虑给出训练方案，应该包括什么内容？那些神�网络训练的方�。
+9. ��软件特�技术说明
+   * 特���，��能够�述目标的**原始特�**，包括��和动�特�，决定�续的研究。
+   * 特�选择，通过信�����斯网络等方法选择�适的特�。
+   * 特�生�，通过特�组��主�分分�等，生�**新的特�**。
+   * > �过DNN训练之�能够得到**软件表�**
+10. 关于��软件特�生�技术的说明：
+    * ��软件特�生�技术，本�就有。相关的特�工程也�过很多工作。分�那些主�的特�和次�的特�，以�特�的组�对最终结果的影�。
+    * 我们应该通过横�对比相�的技术，基于神�网络的特�工程的优越性。
+    * 所以说，我们本质上的工作还是包括两部分，��软件的特�工程�基于生�特�的��软件识别。
+    * 其实这是一个循环过程。通过��软件的识别，增强��软件的特�生�。然��通过增强的特�，去识别最新的��软件。他�能�现一个完全具有新特�的��软件。但一旦�现它就能迅速记录��软件的特�，并通过��情报共享机制，共享出去，增强现有的��软件识别工作。
+11. 需�看一下神�网络风格�移相关的文章或者教程。
+    * 训练一个神�网络，记录梵高的画的风格。训练一个神�网络，记录��软件的内在�系。
+    * 然�将这�风格应用到其他画作上边。然�使用这�内在�系评估其他的软件。
+12. 关于特�工程和基于特�工程的��软件检测。我们想�的到底是那一部分。
+    * 两者有很严格的区分。我觉得我们相用�边的技术实现�边的过程。
+    * 正常的过程是��特��利用特�进行��软件的分类。我们的目标是利用DNN分类器，��软件的深度行为特�。
+13. 关于涉���的充分性。
+    * 正常情况：检测到��软件，将��软件本身和相关的所有数�以���软件的行为记录一�上传到中央�务器，在���务器由专门的网络分�人员利用分�工具或者机器学习方法，分���软件的特�，必然会侵犯��。
+    * 应用商店的检测，是利用多�方�对APK进行检测。没办法考虑到第三方应用商店�网页上下载的APK。存在检测的�洞。
+    * �上传与��无关的APK分����足，任�丢失软件的��行为信�。
+    * 用于��软件的检测的数�包�用户的行为�作习惯和软件倾�列表。回报楼用户的行为。
+14. 对于�邦学习应用的两个�件：
+    * 数�集应该具有较大��，所以无法上传；
+    * 对于有监�学习下的任务，�以很轻易地判断其标签；
+15. 关于第二个问题的解决方案：
+    * 是�标签会在Android本地很容易获得？通过Android本地的��软件判别软件？
+    * 存在两��路：一�是通过�监�的学习，�务器上有软件的标签？那这�标签�是怎么�的，当�对一个新的软件的时候，�怎么会得到标签呢？这都无所谓，因为这是训练集。
+    * �一�是通过Android本地生�的标签。Android本身也会�行大�的��软件识别软件，�以借助其他东西�识别。
+    * 主�是为了在�护��的情况下获得足够多的数�，�能实时掌�新的样本的特�。本质上还是训练一个能够应用的模型。是一个��的模型。
+16. 关于用户端没有足够的数�标签的问题解决方案：
+    * 使用安全的�监�学习方�。在�务器上给定标签，在用户端获�软件�行相关的知识。
+    * 或者通过用户本地的��软件识别工具，在本地识别是�是��软件。
+17. 具体的模型�述：
+    * ��软件特�自动��模型�基于特�自动��模型的��软件判别模型�基于判别模型的��信�自动生�模型
+----------------------
+撰写计划
+
+周一下�完�文献综述部分，和最�的计划安排
+1. ��软件，应该�新阅读文献，总结别人�到的方法。直接添加文献引用。使用citavi。从中文开始，一点一点往下读，�一特类别�供三篇文献，凑出9篇文献��。�加上文献综述的文献。
+2. �邦学习，直接�制�贴自己的文献综述里的内容��。包括�考的文献。
+3. 给出其中存在的问题。
+
+周一晚上完�的任务
+1. 接下���的事情还挺多的。总感觉存在的问题还挺多的。写完开题报告，然�开始�工程。�工程需�大�的学习基础知识，知�怎么完�一个基础的机器学习算法，到使用高级的编程接�实现神�网络。以��邦学习相关的内容。太多东西了。
+2. 感觉场景的定义，跟我上次开题的时候说的，也没有什么差别，虽然说的�怎么清楚，但本质上就是��情报的自动生�模型。��软件知识自动获�，然�进行��软件特�自动��模型�基于特�自动��模型的��软件判别模型�基于判别模型的��信�自动生�模型。到现在为止，我们也�是知�了��个什么。对�怎么�这�事情，完全没有�路。我觉得师兄对具体的算法的了解程度跟我�能也�相上下。感觉�给师兄讲明白很多东西，挺麻烦的，我觉得我们两个都应该补充一下机器学习的基础知识，至少在讨论的时候，�会很尴尬。他似乎对一些机器学习基本逻辑基本的�想还�是很了解。虽然我也了解很少，但如果想对算法或模型�更改，必须得对这些东西能够�用熟练。��是那篇文献中�用的方法，还有周边的方法。能够丰富自己的�想。我觉得机器学习和神�网络，是一门学科，�能当那�简�的工具�使用说明，到最�其中的东西都�是很�解，更别说构建�使用�更改模型了。感觉师兄特别懂得怎么应付��师。但是这�是写本�，得有一些真正的知识积累�能�出东西��。我觉得我应该�醒他，去补充一些领域的基础知识。跟一个能力比自己强一些的人�作还是好啊。
+3. 研究内容�关键技术应该是具体的实现方案。主�是论�实验方案的�行性。所以现在��的并�是通过论文，论�自己��的东西有价值，��的东西�行。而是通过论文中�到的技术和相关的技术，�构建一个模型实现的框架。所以现在应该补充基础知识，然��明白怎么样实现整个系统。
+4. 让我这个�年人�区分一下这几个问题的关系。存在的问题（存在一些当�没有解决的问题）----->研究�义（解决存在的三个问题很有�义）----->研究的目标（有一个产�，这个产�能解决当�存在的问题，）---->研究的内容（实现研究目标的手段）
+5. 需�明确一下几个��的�义：方法�技术�模型�系统
+
+周二的任务
+1. 上�：完�文献阅读，确定研究内容-关键技术-技术难点的对应关系
+2. 下�：完�关键技术和技术难点的论述。
+3. 晚上：画好必�的图。
+
+-----------------------------------
+第二版撰写计划
+
+1. 语言和修辞：特有��确定下�，��论述的一致性。改善说�的方�，你写的那个��啊，我自己读都�通顺，太难了。
+2. 总体框架：需�画一个总体框架，将��技术结�起�。1个是技术的总体框架，�一个是如何使用这些技术完�研究的内容，实现研究的目标。
+3. 论述�点：研究内容改�两点，关键技术����。或者改�三点，论述的侧�点�生�化，你�让别人明白，你��的主��是训练一个神�网络模型，检测效率有多高。而是�出了一������护的训练方�和基于神�网络解释方法的��信�生�。�邦学习�����信�生����关键。 论述方�应该改�，将�点放在特�生�上。
+4. 篇幅：�少研究现状中关于��软件检测的综述。
+5. √��和�程：需�给出��，对于并列的部分�以使用�行��。
+6. 敲定细节：神�网络模型还是深度神�网络模型，哪�神�网络模型。
+7. 需�将研究内容写得更加详细。需�指明�个研究内容下的研究细节。包括哪些东西。�以改�两个，完全�以。而且�边的东西也需��次强调。�以考虑将特�工程，分出�。
+8. 需�用什么样的形��述研究内容呢。？
+9. �能�添加新的东西了。
+
+我们�研究的内容是：生���软件的��信�，而�是��软件检测。你在论述的时候必须讲明白这点。或者�以在总体架构中说明这点。
+
+应该包括两个模型：��软件检测模型+��信�生�模型====>��信�。第一：我们��出一�神�网络解释方法，�解神�网络的输入输出之间的关系，�试��网络中的深度特�。第二，我们实现了一�能够�护��的模型训练方法。
+
+现在应该�的是从头开始�新构建一边。
+
+--------------------------
+关于几个��之间的关系讨论
+
+* 研究问题：�出当�研究存在的问题。
+* 研究�义：解决当�研究中存在的问题很有�义。
+* 研究目标：定�或定性的地解决当�研究中存在的问题。
+* 研究内容：研究的核心内容。�外需�将这些研究内容分�一些独立的内容进行�述。应该是一�算法�模型和机制。
+* 关键技术：实现研究内容中需�用到的技术。应该是方法�技术�系统，如何实现研究内容中�出的模型和方法。
+
+在“�邦神�网络�“�邦在线学习�“�监�学习�，�邦神�网络模型。使用�邦学习的方�训练。需�解决模型更新的问题-构建在线学学习系统。需�解决数�没有标签的问题-使用�监�学习的训练方�。------�边的应该是一��技术和�方法。
+
+--------------------------------
+方法与模型的�解
+1. 神�网络模型，�以包括特�生�方法�神�元设计方法�训练方法等。模型是一�集�。
+2. 模型pattern更�是一�数学上的定义，是一堆数学公�的集�。
+3. 方法Methodology更�是一�实现上的途径，是一对技术或者实践的路径。
+4. 在论述上进行区分。划定这些��。模型是��的，方法是动�的，是一个�程，是模型的实现。系统是这一切的集�。
+
+----------------------------------
+模型命�规范
+
+神�网络模型部分需�用到的内容：
+* 特���工具
+* ��软件检测方法
+* 深度神�网络模型
+
+��信�生�部分需�用到的内容：
+
+
+�邦在线�监�学习部分需�用到的内容：
+* 基础分类器（使用多个简�的机器学习分类器，利用�务器上分类�的标签进行自训练。然�将训练好的姿训练分类器��到客户端，对数�集进行标记，并挑选误差最�的标记点，作为有监�学习的数�。）
+* �邦学习框架�技术（）
+* 在线学习系统
+
+
+
+�然感觉时间�够了。得多看点东西，好好准备开题报告。跟��师说的一样，把很多东西在开题报告中直接说明白。
+
+
+
+-------------------------------
+画图问题
+1. �出数�的��性问题。（��数�如何标注）
+2. �邦学习的模型��过程？�以画一下。
+3. �监�学习未标注的数�和已标注的数�相互结�？�以�出一下。
+4. 图和图的说明�清晰，有个图的�图没有�字。
+5. 模型解释需�画出神�网络解释的过程。
+6. 论述语言还需�修改，
+7. 文献综述中我们改�本文
+
+> 关于作图的一点心得。作图主�有两个方�：图标化和图形化。图标化�利用�素文件构�的图片图标作为主体，进行说明，更加通俗易懂，适�在PPT上展示，给别人说明�程。图形化多使用方形�圆形等图形+文字构�的框图作为主体，更适�在word中给别人说明数���系统结构等原�。两者的侧�应该��。
+> �以在昨晚开题报告�，学习一周的PPT，word已�基本掌�了所有的技巧了�，毕竟专门学过。以�用得到数�处�，�去学Excel电�表格，或者Python�MATLAB�数�处�。
+
+------------------------------
+1. √修改开题报告
+   1. √根���师所标记的内容有所侧�（�邦在线学习和��软件的广告）
+   2. √��信�的定义以�生�的相关内容。
+2. ×画图。蒋师兄�的那些图有点好看，�以模仿一下。因为有涉�到太多的原�算法相关的内容。�以日��结题的时候这样画。
+3. √�PPT。今天�需�完�PPT的框架。
+4. PPT的美化
+5. PPT讲稿
+6. 开题报告修改，添加图相关的�述。
+
diff --git a/工作日志/2020年11月2日-论文阅读工具.md b/工作日志/2020年11月2日-论文阅读工具.md
index d9ab2cc9..900a69f6 100644
--- a/工作日志/2020年11月2日-论文阅读工具.md
+++ b/工作日志/2020年11月2日-论文阅读工具.md
@@ -58,7 +58,7 @@
 1. 泛读评分
    1. 摘��引言�结论�图表
    2. 黄色�红色�summary�comment标注
-   3. 星级。content context。读完之�给出
+   3. 星级&评价。content context。读完之�给出
    4. 删除�想相关的论文
 2. 精读3星
    1. 精读原�
@@ -67,3 +67,13 @@
    1. category（与论文关系）
    2. quotation（引用方�）
 
+## citavi使用教程
+
+### 文献导入
+
+1. 直接输入文献内容，添加文献文件和信�。
+2. 通过ID添加（arxivID�pumid�doi�isbn）
+3. 直接添加pdf自动生辰给相关信�
+4. 通过citavi picker从网页上抓�。
+
+> 在导入文献的时候，�以通过手动的方�补全文献信��content内容信��context管�信�。并且导入这些信�的时候，citavi能够自动更新�考文献的格�。
\ No newline at end of file
diff --git a/工作日志/2020年11月30日-问题和工作.md b/工作日志/2020年11月30日-问题和工作.md
new file mode 100644
index 00000000..5407ee67
--- /dev/null
+++ b/工作日志/2020年11月30日-问题和工作.md
@@ -0,0 +1,36 @@
+对于场景定义中存在的问题
+
+1. 我们是�解决“数�孤岛�的问题还是“数���性�的问题。应该是两者都有？我们的训练数�是具有“强��性�特�的�？所谓的那些软件的Manifest中的��声明等数�，是�需�下载到客户端就�以知�的数�，而且与用户的本地�行环境没有关系。
+2. 我们的训练数�是�是在安�本地生�并带有标记的�？确定应用场景是����的安�用户的�邦学习？还是����安全厂商的�邦学习？�者是cross-device，�者是cross-silo跨组织的�邦学习。��软件的数�为什么会在Android设备上打上标签。
+3. 我觉得�邦�移学习�应该�为我们的研究方�，当�需�解决的问题已�够多了。就算�个设备的数�都一样，都是具有标签的完整的数�，需��的工作也足够了。“�邦�移学习�的实现，本身就是一个�士毕业的工作�（�移真没有那么容易）。
+4. 我们到底是在共享什么？数�本身具有特�，能够被机器学习模型记录下�。我们��共享模型本身，就相当于共享这一类��软件的特�。利用这个特�（或者是模型）去识别新的��软件。当新的��软件被识别�，�能迅速添加到模型当中，模型�能去识别新的��软件。
+5. 如何说明从�邦学习系统的�建�基于机器学习的��软件分类�基于机器学习的��软件特����网络��情报生��网络��情报共享的一系列工作之间的相关性。感觉对网络��情报的了解之�。感觉上，这里的�一个工作都是一篇论文，我们��的是那一部分工作。
+
+--------------
+关于具体��的事情还是有很多��解的东西
+
+1. 存在一个很严�的问题，很多时候其他人应该是能够构建一个模型或者系统，用于对��软件分类。而我们��的是构建一个系统，生�一个构建模型的方案模型是�续改进的，并�是为了分类，而是为了�断地继续应用下去。所以我们的目标如果是一个系统的�，应该通过哪�方�评价系统的好�？如果是模型的�，应该对比其他的软件分类模型，对比软件分类模型，给出模型的精确率和�回率，�以实现模型好�的评价。
+
+
+------------------------------
+
+11月26日讨论
+
+1. 我觉得�邦学习的目标是训练一个能用的模型，使用这个模型去解决问题。它的目标�是训练过程，训练过程�能让模型更准确，更准确的完�模型本�应该完�的任务。它�是一个自洽的系统，能够��病毒的特�，当��软件的特��生�化时，�邦学习就能用新的数�去训练，让模型能够识别具有新特�的目标。
+2. 蒋师兄认为，�邦学习是一个能追踪病毒�化过程的工具，当病毒�生�化�，能够通过�邦学习的训练过程，迅速�现病毒的特��化。
+3. 以上观点，有一定的��。�邦学习的输出�能有两�结果，一�是��软件识别（检测），一�是��特�生�。软件识别是一个“分类问题�，��特�生�，是一个“生�问题�，两者是�一样，应该通过��的学习方法�实现。所以在一开始就确定学习模型的输入输出至关��。
+4. �外有一点，�邦在线学习，确实能够通过学习过程掌���软件的特�。（模型本身相当于计算��数�特�，记录数�的特点和数�之间的关�特�）。但是模型是黑盒，这些特�通过神�网络进行�述，所以如果�输出这些特�，需�对神�网络进行解释。
+5. 按照以上�路，确实能够�解，并且有一个很��的解释。难点主�体现在一下方�
+   * 机器学习技术范�的确定
+   * �邦学习的细节问题的研究
+   * �邦在线学习系统的实现
+   * 神�网络的�解释。
+6. 我想说的是�有�外一��路。直接使用数�挖掘方法，��数�中��的特�，而�是通过神�网络进行分类，然�对神�网络进行�解释性的演技。特���的方法？数�挖掘的方案？将特�看�是一个“生�问题�，但是没有足够的训练数�，�没有输出标签。神�网络学习到的的就是��的内在的特�，所以这�特�，从本质上�说，确实是无法表述的。但是�以结�特�工程和关�分�相关领域的方法，对神�网络得出的结果加以说明和分�。
+
+---------------------------
+关于研究��软件的�程说明
+
+1. 特�选�
+2. 机器学习算法
+3. �邦学习系统
+4. 评估方�（最新的论文�以）
diff --git a/工作日志/2020年12月5日-毕设.md b/工作日志/2020年12月5日-毕设.md
new file mode 100644
index 00000000..34b7d9e2
--- /dev/null
+++ b/工作日志/2020年12月5日-毕设.md
@@ -0,0 +1,26 @@
+# 基于�邦学习的��软件表�系统研究
+
+## 第一章：绪论
+
+### 背景
+
+### 国内外研究现状
+
+### 研究内容
+
+### 论文结构
+
+## 第二章：相关技术研究
+
+## 第三章：基于DNN的特�生�模型
+
+
+## 第四章：模型的解释方法与评估
+
+
+## 第五章：�邦学习系统的构建
+
+## 第六章：模型的效果评估
+
+
+结论
\ No newline at end of file
diff --git a/工作日志/2020年9月28日.md b/工作日志/2020年9月28日-�月份安排.md
similarity index 100%
rename from 工作日志/2020年9月28日.md
rename to 工作日志/2020年9月28日-�月份安排.md
diff --git a/文献阅读/2020.09.09-2020.09.10.md b/文献阅读/2020.09.09-2020.09.10.md
index 00fc9874..be5cee6e 100644
--- a/文献阅读/2020.09.09-2020.09.10.md
+++ b/文献阅读/2020.09.09-2020.09.10.md
@@ -2,11 +2,10 @@
 
 > * 上一篇文献阅读主�解决了如何构建�邦学习模型
 > * 这一篇文献阅读主�解决�邦学习模型中的问题。包括：
->   * 模型的�棒性问题。（��攻击和破�）
+>   * 模型的�棒性和安全性问题。（��攻击和破�）
 >   * �独立�分布数��高准确性�有效性和训练速度
->   * 数�的���护和安全问题。（���护）
->   * 去中心化的�邦学习与模型共享。（在完全对称的�邦学习中的激励机制。）
->   * 区�链�邦学习，通过区�链交�和验�设备。
+>   * 数�的���护为题。（���护）
+>   * 去中心化的�邦学习与模型共享。（在完全对称的�邦学习中的激励机制。）区�链�邦学习，通过区�链交�和验�设备。
 
 
 ## 1 模型攻击：�棒性�邦学习研究的最新进展
diff --git a/文献阅读/文献检索说明.md b/文献阅读/文献检索说明.md
index 2c0f8c3a..f4c79569 100644
--- a/文献阅读/文献检索说明.md
+++ b/文献阅读/文献检索说明.md
@@ -37,7 +37,10 @@
 * [Intechopen �费科技文献](intechopen.com/) �费科技文献
 * [LolMyThesis 哈佛毕业论文分享网站](http://lolmythesis.com/) LolMyThesis是个由哈佛学院学生创办的论文分享网站
 * [Semantic Scholar](https://link.zhihu.com/?target=https%3A//www.semanticscholar.org/) 计算机类文献�索，现在已�包��类文献的检索。
+* [Web of Service](http://apps.webofknowledge.com/WOS_GeneralSearch_input.do?product=WOS&search_mode=GeneralSearch&SID=U1JkOcSdJZX56Oeh8bR&preferencesSaved=&editions=SCI)专门用�监�所SCI收录的文章
 
+* [Engineering Village](https://www.engineeringvillage.com/search/quick.url)专门用�检索EI收录的文章
+* 
 ### 论文下载工具
 * [SCI hub](http://tool.yovisun.com/scihub/) 一个万能的其他网站的文献下载工具
 
@@ -45,12 +48,12 @@
 ### 期刊级别
 * [CCF推�排�](http://www.ccf.org.cn/xspj/gyml/
 )
-* [SCI分区]()
-* [EI分区]()
-* [InCites-JCR](https://jcr.incites.thomsonreuters.com/JCRJournalHomeAction.action?SID=B2-iGXCfThZQgRLkUKsX5Ra0ex2BUvD9RAifI-18x2dfZFTYnOC1wXsoix2BefrHXeAx3Dx3Dx2FvLbnHsuPpux2FfRWjxx9BXMgx3Dx3D-iyiHxxh55B2RtQWBj2LEuawx3Dx3D-1iOubBm4x2FSwJjjKtx2F7lAaQx3Dx3D&refineString=null&SrcApp=IC2LS&timeSpan=null&Init=Yes&wsid=Y1CglXKO3QvQC7fqKGs)
-* [Web of Service](http://apps.webofknowledge.com/WOS_GeneralSearch_input.do?product=WOS&search_mode=GeneralSearch&SID=U1JkOcSdJZX56Oeh8bR&preferencesSaved=&editions=SCI)专门用�监�所SCI收录的文章
+* [汤森路�(JCR)分区]()
+* [中科院分区]()
 
-* [Engineering Village](https://www.engineeringvillage.com/search/quick.url)专门用�检索EI收录的文章
+---------------
+
+* [InCites-JCR](https://jcr.incites.thomsonreuters.com/JCRJournalHomeAction.action?SID=B2-iGXCfThZQgRLkUKsX5Ra0ex2BUvD9RAifI-18x2dfZFTYnOC1wXsoix2BefrHXeAx3Dx3Dx2FvLbnHsuPpux2FfRWjxx9BXMgx3Dx3D-iyiHxxh55B2RtQWBj2LEuawx3Dx3D-1iOubBm4x2FSwJjjKtx2F7lAaQx3Dx3D&refineString=null&SrcApp=IC2LS&timeSpan=null&Init=Yes&wsid=Y1CglXKO3QvQC7fqKGs)
 * [Scimago Journal & Country Rank](https://link.zhihu.com/?target=http%3A//www.scimagojr.com/index.php)
 * [Google scholarçš„metrics](https://link.zhihu.com/?target=https%3A//scholar.google.fi/citations%3Fview_op%3Dtop_venues%26amp%3Bhl%3Den)