访存模式分析实验思路(毕设笔记9)

访存模式分析实验思路(毕设笔记9)

因为作者只是个刚刚修读过人工智能基础的入门菜鸡，然后这次要做的是针对访存数据进行无监督学习。数据大概长这个样子：

0x7f1eae6dc103:W 0x7fff31765108(from Pin)
指令地址，访存方式，存储地址

0x7faf78ee1103,w,8,0x7ffd865120c8(from DynamoRIO)
指令地址，访存方式，数据大小，存储地址

首先是需要了解一下聚类的常见方式和实现，参考了这篇https://cncws.github.io/introduction-to-ml-with-python/unsupervised-learning-and-preprocessing/和https://cncws.github.io/introduction-to-ml-with-python/clustering/,两篇博客都从宏观上介绍了流行的聚类方法，后者包括了使用sckit-learn进行简单实现的代码说明。

从阅读的结果来说，聚类主要方式有：kmeans，凝聚聚类，层次聚类和DBSCAN等，然后kmeans对数据成簇的形状要求比较高，它要求所成簇基本上是凸的，如果不满足这一要求，聚类的结果可能会不理想。

然后就是相同作者写下的这篇https://cncws.github.io/introduction-to-ml-with-python/dimensionality-reduction-feature-extraction-and-manifold-learning/和https://cncws.github.io/introduction-to-ml-with-python/preprocess-and-scaling/</