学习笔记（五）：使用决策树算法检测POP3暴力破解

1.数据搜集

    加载KDD 99中的数据：

def load_kdd99(filename):
    x=[]
    with open(filename) asf:
        for line in f:
            line=line.strip('\n')
            line=line.split(',')
            x.append(line)
    return x

   筛选标记为guess-passwd和normal并且是POP3协议的数据：

if (x1[41] in ['guess_passwd','normal.']) and (x1[2]=='pop_3'):
    if x1[41]=='guess_passwd.':
        y.append(1)
    else:
        y.append(0)

2.特征化

x1 = [x1[0]]+x1[4:8]+x1[22:30]
v.append(x1)
for x1 in v:
    v1 =[]
    for x2 in x1:
        v1.append(float(x2))
    w.append(v1)

3.训练样本

clf=tree.DecisionTreeClassifier()

4.效果验证

print cross_validation.cross_val_score(clf,x,y,n_jobs=-1,cv=10)

5.可视化决策树

dot_data=tree.export_graphviz(clf,out_file=None)
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_pdf("...")