Il tutto nasce quando mi viene la malata idea di integrare nel codice del mio modulo AI per Snort (http://github.com/BlackLight/Snort_AIPreproc) un indice di correlazione basato su una rete neurale. Una rete neurale classica (supervisionata e a back-propagation) non sarebbe comunque stata l'ideale per quest'applicazione, dato che non ho informazioni a priori su quali correlazioni sono giuste e quali no. L'ispirazione arriva leggendo un paper di ricerca di alcuni ricercatori pakistani (lol) che proponevano di usare una SOM (Self-Organizing Map, http://en.wikipedia.org/wiki/Self-organizing_map) per correlare gli alert. Prendo la palla al balzo e comincio a scrivere il codice per gestire il tutto in questo modo, attraverso una rete neurale non supervisionata, autoassociativa e che mappa un insieme di dati n-dimensionali su uno spazio bidimensionale, e il tutto funziona alla grande. Poi parlo con evilsocket, e parliamo dell'eventualità di riciclare quel codice in altri contesti. Allora mi chiedo: perché non rilasciarlo come libreria?
Il risultato eccolo qua, fsom, una libreria semplice e veloce (si spera) per gestire SOM in C:
http://github.com/BlackLight/fsom
C'è dentro un file di esempio piccolo e stupido. Per usare la libreria basta copiare il file .c nel proprio progetto e includere il file .h dove si vuole usare la libreria, e il gioco è fatto. Per documentazione extra sulle funzioni basta runnare doxygen nella stessa directory dove c'è il file .c, e la documentazione viene generata.
Il risultato eccolo qua, fsom, una libreria semplice e veloce (si spera) per gestire SOM in C:
http://github.com/BlackLight/fsom
C'è dentro un file di esempio piccolo e stupido. Per usare la libreria basta copiare il file .c nel proprio progetto e includere il file .h dove si vuole usare la libreria, e il gioco è fatto. Per documentazione extra sulle funzioni basta runnare doxygen nella stessa directory dove c'è il file .c, e la documentazione viene generata.