Project: ANK

一个由个人打造,基于 PyTorch 的 AI 恶意软件查杀引擎。融合了硬核技术与现代设计。

三大模型,三种性格

Grande

性能最强的旗舰模型,采用先进的深度学习架构,在准确率和稳定性方面表现卓越。

CIFAR-10准确率 87.95%
参数量 0.31M
推理时间 0.60ms
GFLOPs 0.077
高精度 稳定性强 旗舰级

Tall

性能与效率完美平衡的明星产品,在保持高精度的同时实现快速推理。

CIFAR-10准确率 87.06%
参数量 0.20M
推理时间 0.48ms
GFLOPs 0.043
平衡性 高效率 实用性

Short

追求极致速度的轻量级模型,在资源受限环境下提供快速响应。

CIFAR-10准确率 76.45%
参数量 0.03M
推理时间 0.29ms
GFLOPs 0.003
轻量级 快速响应 低资源

核心技术特性

psychology

深度学习架构

基于PyTorch构建的先进神经网络,融合注意力机制与残差连接

security

实时威胁检测

毫秒级响应的恶意软件识别,保护您的数字资产安全

speed

高效推理引擎

优化的模型部署方案,在保证精度的同时实现极致性能

ANKML - 高效开发库

为开发者而生的恶意软件检测库

ANKML是基于ANK引擎的Python开发库,提供简洁易用的API,让开发者能够轻松集成强大的恶意软件检测功能到自己的应用中。

code 简洁API设计
flash_on 快速集成
auto_awesome 自动模型管理
batch_prediction 批量处理支持
快速开始
import os
from ankml import ANKPredictor, ANKMLConfig

# 1. 基础配置
config = ANKMLConfig()
# 必须设置服务器地址
config.set('server_url', 'https://ankml.top') 

# 2. 初始化预测器
predictor = ANKPredictor(model_type='tall', config=config)

# 3. 定义恶意软件判定阈值(推荐0.9来消除一些误报。)
threshold = 0.9

# 4. 扫描文件
# 准备一个安全文件和恶意文件
safe_file = "path/to/your/safe_file.txt"
malicious_file = "path/to/your/malicious_file.exe"

files_to_scan = {
    "安全文件": safe_file,
    "恶意文件": malicious_file
}

for name, path in files_to_scan.items():
    if not os.path.exists(path):
        print(f"警告: {name} 未找到,跳过扫描。")
        continue

    print(f"\n正在扫描 {name}: {os.path.basename(path)}")
    try:
        result = predictor.predict(path)
        
        # 5. 解读结果
        probability = result.get('probability', 0.0)
        is_malware = probability >= threshold
        status = "恶意软件" if is_malware else "安全"

        print(f"  -> 状态: {status}")
        print(f"  -> 置信度: {probability:.4f}")

    except Exception as e:
        print(f"扫描失败: {e}")

核心功能

scanner

文件扫描

支持单文件和批量文件扫描,快速检测恶意软件威胁

predictor.predict('file.exe')
model_training

模型管理

自动下载、缓存和更新模型,支持三种不同精度的模型

loader.download_model('tall')
analytics

特征提取

高效的文件特征提取,为机器学习模型提供优质输入

extractor.extract_features('file.exe')
terminal

命令行工具

提供便捷的CLI工具,支持脚本化和自动化部署

ankml scan *.exe --model tall

立即开始使用

通过pip快速安装ANKML库,几分钟内即可集成到您的项目中

pip install ankml