如何加载预训练MalConv模型在自定义数据集上实现恶意软件预测？

首先，我先帮你梳理下当前代码里的核心问题，再一步步实现你要的「输出0/1标签+保存结果」的需求：

1. 先修正model.predict的错误用法 #

MalConv的输入是二进制文件的字节数据，不是直接传文件路径。你需要先读取文件的字节内容，转换成模型预期的输入格式——通常是0-255的整数数组，还要根据模型要求做截断或填充（MalConv默认输入长度是2000000字节）。

2. 把预测概率转成0/1标签 #

MalConv输出的是0-1之间的概率值（代表样本是恶意软件的概率），你可以用通用阈值0.5来划分：概率≥0.5标记为1（恶意），<0.5标记为0（良性）。

3. 把结果保存到数据文件 #

推荐用CSV格式保存，方便后续查看和分析，Python自带的csv模块就能轻松实现。

完整修正代码示例 #

import numpy as np
from keras.models import load_model
import csv

# 可选：屏蔽TensorFlow的CPU指令警告（不影响运行，只是让输出更整洁）
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

# 加载预训练模型
model = load_model('malconv.h5')
model.summary()

# 定义二进制文件处理函数，适配MalConv的输入要求
def process_malconv_input(file_path, max_input_len=2000000):
    # 读取二进制文件
    with open(file_path, 'rb') as f:
        byte_content = f.read()
    # 把字节转换成0-255的整数数组
    int_array = np.array([byte for byte in byte_content], dtype=np.uint8)
    # 截断过长的样本，或给短样本补0到指定长度
    if len(int_array) > max_input_len:
        int_array = int_array[:max_input_len]
    else:
        int_array = np.pad(int_array, (0, max_input_len - len(int_array)), mode='constant')
    # 添加batch维度（model.predict要求输入是批量格式）
    return int_array.reshape(1, max_input_len)

# 单文件预测示例
target_file = 'data/train/0014D73E9987A3FC3DA1055D912286B95929DC6D'
processed_data = process_malconv_input(target_file)

# 执行预测并解析结果
pred_prob = model.predict(processed_data)[0][0]  # 取出单个样本的恶意概率
pred_label = 1 if pred_prob >= 0.5 else 0  # 转换为0/1标签

print(f"样本恶意概率：{pred_prob:.4f}")
print(f"预测标签（1=恶意，0=良性）：{pred_label}")

# 保存结果到CSV文件
with open('malconv_predictions.csv', 'w', newline='') as csv_file:
    writer = csv.writer(csv_file)
    # 写入表头
    writer.writerow(['文件路径', '恶意概率', '预测标签'])
    # 写入当前样本结果
    writer.writerow([target_file, round(pred_prob, 4), pred_label])

# 批量处理多个文件的写法（如果需要）
# file_list = ['path/to/file1', 'path/to/file2', 'path/to/file3']
# with open('malconv_predictions.csv', 'w', newline='') as csv_file:
#     writer = csv.writer(csv_file)
#     writer.writerow(['文件路径', '恶意概率', '预测标签'])
#     for file_path in file_list:
#         processed = process_malconv_input(file_path)
#         prob = model.predict(processed)[0][0]
#         label = 1 if prob >= 0.5 else 0
#         writer.writerow([file_path, round(prob, 4), label])

关于CPU警告的说明 #

你看到的Your CPU supports instructions that this TensorFlow binary was not compiled to use只是一个非关键性警告，完全不会影响模型运行。如果觉得它碍眼，代码开头的os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'就能屏蔽这类提示。

内容的提问来源于stack exchange，提问作者Leo Dover