Diplomova-praca

Diplomová práca - Vysvetliteľná Detekcia Malware

Používané modely na klasifikáciu v rámci práce:

• Random Forest
• Extra Trees Classifier (ETC)
• Bagging Classifier (BC)
• XGBoost (XGB)
• AdaBoost (ABC)
• Light Gradient Boosting Machine (LGBM)

Používané metódy vysvetliteľnosti v rámci práce:

• SHAP
• LIME

Konzolová aplikácia – Návod na použitie

Aktuálna verzia konzolovej aplikácie sa nachádza v priečinku Final Solution.

Požiadavky

• Aktuálna verzia Python 3
• Inštalácia knižníc pomocou správcu balíkov pip

Inštalácia závislostí

pip install -r requirements.txt

Spustenie aplikácie

python3 main_console.py

---

Funkcionalita aplikácie

Po spustení aplikácie main_console.py sa používateľovi zobrazí interaktívne CLI menu s dvoma hlavnými možnosťami:

• Tréning klasifikačného modelu
• Vysvetlenie modelu (XAI metódy)

---

Tréning klasifikačného modelu

Používateľ má možnosť vybrať si jeden z podporovaných modelov:

• AdaBoost Classifier
• Bagging Classifier
• ExtraTrees Classifier
• LGBM Classifier
• Random Forest Classifier
• XGBoost Classifier

Požadované vstupy:

• Cesta k CSV súboru s dátami (optimalizované pre dataset použitý v práci)
• Cesta k JSON súboru s parametrami modelu (dostupné v priečinku Configs)
• Potvrdenie, či sa má spustiť evaluácia modelu po trénovaní

Výstupy tréningu:

• model.joblib – uložený model
• X_train.csv, X_test.csv, y_train.csv, y_test.csv
• xgboost_label_classes.npy – len pri XGBoost modeli
• (voliteľne pri zapnutej evaluácii):
  • classification report
  • confusion matrix
  • learning curve

---

Vysvetlenie modelu (XAI metódy)

Používateľ má možnosť zvoliť jednu z dvoch vysvetliteľných metód:

• SHAP (Global & Local Explainer)
• LIME (Local Explainer)

Vstupy pre obe metódy:

• model.joblib – natrénovaný klasifikátor
• X_train.csv, X_test.csv – vstupné atribúty
• y_test.csv – cieľové hodnoty pre testovaciu množinu
• model_name – používateľský názov modelu (použije sa pre výstupné priečinky)
• xgboost_label_classes.npy – súbor pre XGBoost model na zobrazovanie označení klasifikovaných tried

---

SHAP

Aplikácia interaktívne ponúkne výber typov vizualizácií, ktoré sa majú vygenerovať:

• Beeswarm
• Barplot
• Heatmap
• Waterfall
• Decision

Výstupné priečinky:

• <model_name>_SHAP_globalne_vizualizacie/
• <model_name>_SHAP_lokalne_vizualizacie/

---

LIME

Používateľ zadá počet vzoriek, ktoré sa majú analyzovať. Pre každú vzorku sa vytvoria:

• HTML vizualizácia vysvetlenia (.html)
• Grafické zobrazenie pre každú triedu (.png)

Výstupný priečinok:

• <model_name>_LIME_lokalne_vizualizacie/