Merge branch 'master' of gitee.com:Eyestorm/notes

工作日志/2022年1月5日-一月份计划.md

@@ -0,0 +1,42 @@
+# 一月份计划
+
+
+> 九月份找工作，十月份纠结选工作，十一月份沉浸在爱情当中，十二月份在爱情和学习中挣扎，终于在十二月末找打了学习和爱情的平衡方法。不再纠结于爱情是不是足够稳定，也不再纠结学习是不是足够认真，应该将爱情和学习彻底分开。在学习的时候好好学习，不要满脑子想着她，在谈恋爱的时候就好好工作，也别为学习焦虑担心。每天分配吃饭的时间休息时间腻在一块就好了。
+> 另外毕业的事情确实该提上日程了。当初十月份选择冲一冲的话，估计两个月能完成毕设。现在到三月份估计也就只剩两个月了。所以时间还是非常紧迫的。接下来所有的工作必须按照计划执行了，不能再拖了。
+
+
+## 一月份
+
+必须完成恶意软件分类的所有实验
+
+* [ ] 第一周：阅读图神经网络的相关论文，学习图表示学习的内容。
+* [ ] 第二周：阅读相关的代码，提取权限特征、API特征和图特征，并完成处理。
+* [ ] 第三周：基于权限、API、函数调用图逐步神经网络，完成恶意软件的分类工作。
+* [ ] 第四周：调整参数，使得模型能够达到很好的分类结果和准确率。
+* [ ] 第五周：设计实验，
+  * [ ] 样本设置：Drebin景点数据和androzoo最新数据集。
+  * [ ] 算法设置：深度神经网络和添加图特征的图卷积神经网络进行对比。考虑修改参数对神经网络的影响。
+  * [ ] 目标设置：恶意软件的二分类、多分类和家族分类任务。
+
+
+## 二月份
+
+必须完成联邦学习的所有实现。将联邦学习最优的模型进行结合并尝试。
+
+* [ ] 第一周：将图卷积神经网络应用到联邦学习框架中。
+* [ ] 第二周：设计实验，
+  * [ ] 两个数据集、五种设置。总共有十种可以对比的结果
+  * [ ] 七个联邦学习的算法中，挑选三到五个进行对比，认可自己的算法。
+  * [ ] 调整参数，找到参数对联邦学习的效率的影响。
+
+* [ ] 第三周：了解相关的技术，设计一个联邦学习的原型系统。包括基础的学习和检测模块，展示和操作的界面。（因为时间不够了，做一个可以直接部署的系统应该是不可能了，只能实现一个联邦学习的原型系统。）
+* [ ] 第四周：实现联邦学习的系统（不带界面，主要包括后端逻辑核心）
+
+## 三月份
+* [ ] 第一周：实现联邦学习的展示的界面。
+* [ ] 第二周：优化整个联邦学习系统的运行。
+* [ ] 第三周：重读所有论文，开始撰写论文
+* [ ] 第四周：论文撰写完毕，提交论文初稿。
+
+## 四月份
+* [ ] 修改自己的所有系统和资料准备答辩。