Connlab AI - HackMD

--- tags: Connlab --- # Connlab AI ## 7/14 ### 升碩二 * 吳家毅 * 進度 * Code review of Graph2vec * 研究WL relabeling的過程 * 針對Graph2vec進行function name的改動(function replace degree) * 規劃 * 如何透過subgraph的方式去進行實作 * 適用其他的ML model驗證 * 進行維度上的參數調整 * 蔡尚洲 * 進度 * 驗證時間流不影響system tap資料集 * system tap中 EXECVE & FORK系統所產生的system call不影響data set * 規劃 * 增加data set資料 * 參加conlab IoT組meeting * 嘗試其他特徵提取方式 * 嘗試其他分類器 ### 升碩一 * 潘家洋(3041) * 正在處理作業一的部分 * 許閎量(3041) * 李弘毅作業一寫完 * 準備7/19 islab的論文報告 * 邱昱誠 * 李弘毅看完作業1的影片 * 研究作業1中 ### 升大四 #### 動態組 * 107潘瑨 * CDMC2019: word2vec + RNN 97% * 107張永承 * CDMC2019: word2vec + LSTM 90% * 預計增加LSTM層數 * 107陳彥合 * 嘗試CDMC2019: word2vec + RNN #### 靜態組 * 107梁俊彥 * 107王胤丞 * 主要在研究一些有關Graph2vec相關的部分 * WL kernel 的實做過程以及方法研究 * 研究如何使用toggdocument 去做除了doc2vec的方法 #### 未分組 * 108陳安 * 自己寫出李弘毅作業一 * 並且開始嘗試CDMC2019資料處理 ### 升大三 * 108楊奕儒 * 作業一實作，目前遇到一些卡關，正在處理中 * 108蔡芸軒 * 請假 * 108鄧宥均 * 請假 * 108林琛琛 * 請假 ## 7/21 ### 升碩二 * 吳家毅 * 進度 * 進行graph2vec參數上的調整，處理了Detection和Classification * 發現了在實作上會遇到Mirai和Bashlite之間的feature相似的問題 * 規劃 * 主要想要透過function call的關係來修正Mirai和Bashlite之間的問題 * 整理唸過的相關論文(Call_graph,graph2vec相關的論文) * 蔡尚洲 * 進度 * 規劃 ### 升碩一 * 潘家洋(3041) * 看完李宏毅的作業2影片 * 正在處理作業二的部分 * 許閎量(3041) * 7/19在islab報告GAN * 邱昱誠 * 還在看李宏毅的作業2影片 ### 升大四 #### 動態組 * 107潘瑨 * CDMC2019: word2vec + RNN 97% * 和永承一起弄LSTM 或 RNN * 107張永承 * CDMC2019: word2vec + LSTM * 之前LSTM參數使用錯誤 * 改進後發現LSTM要帶入word2vec的參數 * 107陳彥合 * 嘗試CDMC2019: word2vec + SVM 0.97 * word2vec 一個system call 100維 * 但把一個file內的system call vector 取平均值當作input #### 靜態組 * 107梁俊彥 * 107王胤丞 * 主要 #### 未分組 * 108陳安 * 作業一訓練資料輸入錯誤 * 繼續嘗試 ### 升大三 * 108楊奕儒 * 實做出作業1 * 但準確率不太好 * dataset前處理出問題 * 正規化出問題 * 108蔡芸軒 * 看完Regression的影片 * 在寫作業1 * 有手刻Regression * 誤差值10以內 * 額外用xgb_regression實作 * 有丟kaggle * 108鄧宥均 * 還沒進群組 * 108林琛琛(嗔) * 還沒進群組 ## 7/28 ### 升碩二 * 吳家毅 * 進度 * 進行參數上的調整以及對於資料正確性做判別 * 判斷Mirai和Bashlite之間的差異 * 在Classification達到97-98的準確率以及f1-score. * 規劃 * 判斷是否能夠更加改善Mirai和Bashlite的差異已達到99 * 蔡尚洲 * 進度 * 報告 : Does Every Second Count? Time-based Evolution of Malware Behavior in Sandboxes * 班嗓覺得這篇分析方式很不錯 * 規劃 * 針對WINDOWS和IOT之間的差異進行研究 * IOT大部分會進行網路連結 * 所以要可以在內網內行網路通訊(這個環境的建構是我們實驗室資料集的侷限性) ### 升碩一 * 潘家洋(3041) * 正在看CNN的影片 * 處理作業二的部分 * 準備弄CDMC2019 * 許閎量(3041) * 看對抗式攻擊 * 邱昱誠 * 看完CNN的影片 * 開始做作業1 ### 升大四 #### 動態組 * 107潘瑨 * embedding 加入0向量 * CDMC2019: word2vec + LSTM 99% * 查證word2vec的三個參數 * 107張永承 * 一起弄 CDMC2019: word2vec + LSTM * 論文的，GRU，他們兩個一起的總共三個MODEL * 0.88，0.95，0.98 * 跟上次的差別 * 上次LABEL方式錯誤 * 架構沒變 * 只改動每層內的神經元數量 * 改進 * 取sample前半段 * 改動feature vecter維度 #### 靜態組 * 107梁俊彥 * 107王胤丞 * 研究和wl kernel iteration2之運作，觀察是否可以透過跳過skipgram的方式來達到更好的效能 * 目前遇到資料量太大的問題，仍在思考如何做feature selection #### 未分組 * 108陳安 * 請假 AIS3 * 107陳彥合 * 打AZ身體不舒服 - CDMC2019 RT 98% - TF-IDF需要在熟悉 - cross-validation ### 升大三 * 108楊奕儒(動態組) * 後來發現是之前test data處理錯誤 * 有些feature是會混淆分析，需要剔除 * 開始弄作業2 * 108蔡芸軒 * 看完classification的影片 * 在寫作業2 * 有手刻Regression,機率generative model,KNN,SVM * 接下來要看CNN之前的影片 * 108鄧宥均 * 還沒進群組 * 108林琛琛(嗔) * 還沒進群組 ## 8/3 ### 升碩二 * 吳家毅 * 進行參數上的調整以及修正誤判的情形。再classification達到0.98，detection達到0.99的成果 * 將更仔細的統整實驗報告，以及實驗流程及目的與班桑討論． * 蔡尚洲 ### 升碩一 * 潘家洋(3041) * system call & API call * 搞懂動態在幹嘛 * 許閎量(3041) * 看林軒田的線上課程 * 開始處理CDMC2019 * 邱昱誠 * 寫作業1 * 有找到改進版 * 開始自己寫Code ### 升大四 #### 動態組 * 107潘瑨 * 查證word2vec的三個參數 * CHUN建議 : 正則表達式 & nltk * 107張永承 * 只拿前面50000 padding 400 99.0% * 接下來遞減取system call的長度 #### 靜態組 * 107梁俊彥 * 107王胤丞 * 進行graph2vec的參數調整(dim,epoch,iteration...) * 嘗試修正wl kernel iteration2之實驗結果，使用hashveectorization解決維度太大的問題 #### 未分組 * 108陳安 * CDMC 2019 準備訓練 * 107陳彥 * CDMC2019 RT 98% * cross-validation 確認大小寫沒差 * TF-IDF 著重在類別1跟2 ### 升大三 * 108楊奕儒(動態組) * 開始弄作業2 * 差在最後的generation的比較 * 108蔡芸軒 * 作業3 debug * 108鄧宥均 * 影片看完作業2以前的影片的 * 108林琛琛(嗔) * 看完gradient descent ## 8/11 ### 升碩二 * 吳家毅 * 完成後續實驗(分CPU去進行training，parameter training,UMAP 2D visualization等等) * 蔡尚洲 * 規劃 * 重新建system call table : 怕有遺漏的 * 把CPU架構加入考量 * **strace & system tap 要在同一data set上做比較** ### 升碩一 * 潘家洋(3041) * CDMC2019 word2vec LSTM 1 layer 95% * word2vec CNN 3 layer 97% * 至少提到98% * 許閎量(3041) * CDMC2019 freq 121*1 98.8 * 試CNN & n-gram * 邱昱誠 * 熟悉python * 立宇 * ### 升大四 #### 動態組 * 107潘瑨 * 請假看醫生 * 107張永承 * 只拿前面50000 padding 400 99.0% * 在10000-15000左右 * 用現有的方式測試新的system tap的其中10000 #### 靜態組 * 107梁俊彥 * 107王胤丞 * 持續研究和graph2vec relabeling的部分，是否能夠改善時間的部分 * hash verctor * 進行參數上的試驗 #### 未分組 * 108陳安 * CDMC 2019 準備訓練 * 正在feature selection的部分 * 用frequence * 107陳彥合 * CDMC2019 RT 98% * 逐一看每個system call的功能是否相似然後把一樣功能的system call改成同一個(統一他) * 但成功率下降到97 * 還有看五個類別個別獨有的system call有哪些 ### 升大三 * 108楊奕儒(動態組) * 作業2找出 logistics regression這個方法是比較好了 * 並超過based line * 接著CDMC * 108蔡芸軒 * 作業3 改用數字28*28 dataset做 * 三層的CNN 98.8% * 接著CDMC * 108鄧宥均 * 身體不舒服請假 * 108林琛琛(嗔) * 看完作業2影片 * 看懂作業1的code * 熟悉python ## 8/18 ### 升碩二 * 吳家毅 * 完成後續實驗(分CPU去進行training，parameter training,UMAP 2D visualization等等) * 進行參數上的調整，以及完成實驗結果的表格 * 蔡尚洲 * 規劃 * 重新建system call table : 怕有遺漏的 * 把CPU架構加入考量 * **strace & system tap 要在同一data set上做比較** ### 升碩一 * 潘家洋(3041) * 請假 * 許閎量(3041) * CDMC2019 freq 121*1 98.8 * 試CNN & n-gram * 邱昱誠 * 自己寫完作業1 * 寫作業2 ### 升大四 #### 動態組 * 107潘瑨 * 針對LSTM一次塞入的sequence的長度對運算時間和準確率的影響 * ![](https://i.imgur.com/D9UQEw5.png) * 107張永承 * 用現有的方式測試新的system tap的其中10000 * 前30000 * LSTM 從 3 lyaer 增加到 5 layer #### 靜態組 * 107梁俊彥 * 107王胤丞 * 研究了WL relabeling的paper並且研究了這些relabeling所代表的意義 * 探討了實作方法和graph2vec進行比較時間，發現時間上的提升。 #### 未分組 * 108陳安 * CDMC 2019 97% * 研究用0或-1表示system call沒有出現對於模型的影響 * 要用的模型svm knn RT * 107陳彥合 * CDMC2019 RT 98.28% * 針對相似的system call進行研究 ### 升大三 * 108楊奕儒(動態組) * CDMC 資料讀取 * 108蔡芸軒 * 請假 * 108鄧宥均 * 作業1跑起來 * 接下來自己寫code * 108林琛琛(嗔) * 作業2寫完 ## 8/25 ### 升碩二 * 吳家毅 * 實驗大致完成，目前正在撰寫文章。 * 蔡尚洲 * 在同一dataset上比較 s trace & system tap * 成功率都只有86% * 針對system call sequence過短的檔案 * 在兩個沙箱個別的情況 * 分別在哪些家族 * 給IoT組回饋 * 過短的原因 * 什麼情況會停止(system call) ### 升碩一 * 潘家洋(3041) * 請假 * 許閎量(3041) * CDMC2019 freq 121*1 98.8 * 試CNN & n-gram * 邱昱誠 * 寫作業2 * 立宇 * 影片看到作業1完 * 作業1 ### 升大四 #### 動態組 * 107潘瑨 * 107張永承 * system tap 19000 * word2vec LSTM 5 layer * accuracy : 30% 而已 * 都分類到其中一個類別，可能是無效資料的影響 * 107陳彥合 * CDMC2019 RT 98.28% * 針對相似的system call進行研究 * 每個system call在各個類別的比較 #### 靜態組 * 107梁俊彥 * 107王胤丞 * 探討了實作方法和graph2vec進行比較資料集。 * 測試了iter1,iter+func之間的成果差別， * 進行參數上的調整 #### 未分組 * 108陳安 * CDMC 2019 97% * RT count 98% ### 升大三 * 108楊奕儒(動態組) * 了解word2vec * 108蔡芸軒 * 請假 * 108鄧宥均 * 作業1自己寫過一遍 * 108林琛琛(嗔) * 把CNN影片看完 * 作業2看懂 ## 9/1 ### 升碩二 * 吳家毅 * 撰寫文章。 * 蔡尚洲 * dataset有很多重複的data，必須處理這塊 * 調查重複的sequence(system call)是否屬於同一個類別 * 可能與crash的點有關，到同一個點crash後，會導致資料集重複，但可能不是屬於同一種class，因此不管怎樣都不可能分類正確。 * 調查該數據集 * 在準確度到99後開始思考創新性，改善了些什麼和先前不同的。 * label有衝突的sequence可能集中在某一個段上。 * 先把unique的sequence拿出來討論 ### 升碩一 * 潘家洋(3041) * CNN 層數3以上準確率下降 * 看gated-CNN * 開始做CDMC 2020 * 許閎量(3041) * CDMC2019 n-gram + RT + 10-cross 0.984 * 開始做CDMC 2020 * 邱昱誠 * 寫作業2 * 立宇 * 請假 ### 升大四 #### 動態組 * 107潘瑨 * 107張永承 * system tap 19000 * word2vec LSTM 5 layer * accuracy : 30% 而已 * 都分類到其中一個類別，可能是無效資料的影響 * 107陳彥合 * CDMC2019 RT 98.28% * slectfrommodel看feature的重要值 0.984 * 把同類別同seq只留下一個避免OVERFITTING * 把不同類別同seq都刪掉 * 0.987 #### 靜態組 * 107梁俊彥 * 107王胤丞 * 探討了實作方法和graph2vec進行比較資料集。 * 測試了iter1,iter+func之間的成果差別， * 進行參數上的調整 #### 未分組 * 108陳安 * 報告3-4章 ### 升大三 * 108楊奕儒(動態組) * 了解word2vec * 108蔡芸軒 * CDMC2019檔案處理完成 * 準備用word2vec + 機器學習 * 108鄧宥均 * 作業1自記寫過一遍 * 108林琛琛(嗔) * 作業2寫完 * 開始CDMC2019 ## 9/8 ### 後門 - 永承潘靜閎量家洋立宇昱誠 - LRP : 閎量家洋小穹妹 (家毅) - ABS : 立宇昱誠永承 (尚洲) - pickle : 待定 ### sandbox - 彥和胤承俊彥文彥(IoT) - 討論兩組合併的討論時間 ### 升碩二 * 吳家毅 * 研究GNN，以及classfication和cross-platform * 蔡尚洲 * dataset有很多重複的data，必須處理這塊 * 調查重複的sequence(system call)是否屬於同一個類別 * 可能與crash的點有關，到同一個點crash後，會導致資料集重複，但可能不是屬於同一種class，因此不管怎樣都不可能分類正確。 * 調查該數據集 * 在準確度到99後開始思考創新性，改善了些什麼和先前不同的。 * label有衝突的sequence可能集中在某一個段上。 * 先把unique的sequence拿出來討論 ### 升碩一 * 潘家洋(3041) * CNN 層數3以上準確率下降 * 看gated-CNN * 開始做CDMC 2020 * 許閎量(3041) * CDMC2019 n-gram + RT + 10-cross 0.984 * 開始做CDMC 2020 * 邱昱誠 * 寫完作業2 * 看完CNN影片 * 接CDMC2019 * 立宇 * 下禮拜寫作業2完看完CNN的影片 * 馬順哲 ### 升大四 #### 動態組 * 107潘瑨 * 107張永承 * 107陳彥合 * CDMC2019整支的sequence一樣且存在不同label的 * 砍掉數量較少的那一方 * 99.1% * 做strace22000 就有檔名可以和靜態比較seq重複的部分 #### 靜態組 * 107梁俊彥 * 107王胤丞 * 進行參數上的處理(grid search)，並且整理了暑期的進度，實作過程等.. #### 未分組 * 108陳安 * 請假 ### 升大三 * 108楊奕儒(動態組) * 了解word2vec * 108蔡芸軒 * CDMC2019檔案處理完成 * 用word2vec + CNN 記憶體爆掉 * 先用機器學習看word2vec有沒有出錯再套CNN * 108鄧宥均 * 作業2寫完 * 接下來看完CNN影片 * 做CDMC2019 * 108林琛琛(嗔) * 請假 ## 9/15 ### 後門 - 永承潘靜閎量家洋立宇昱誠 - LRP : 閎量家洋小穹妹 (家毅) - ABS : 立宇昱誠永承 (尚洲) - pickle : 待定 ### sandbox - 彥和胤承俊彥文彥(IoT) - 討論兩組合併的討論時間 ### 升碩二 * 吳家毅 * 內容: * 先前實驗建立在偵測 * 做了分類(malware classification) * ![](https://i.imgur.com/bDK2RGK.png) * based on之前graph2vec的方法 * dim : feature vector dimension * 家族資料太少:去除 * 最高到98% * 用CPU架構下 * user design function要去處理，看能不能提高分類ACC * 做clustering將相似的重新整理 * 班桑建議: * 不管怎麼處理都會有**不包含分類訊息**的訊息，可以用一些方法去除 * 應該關注在錯誤分類的樣本，去思考分類錯誤的原因，才能提高精度(細節) * 不需要太去注意**綜合資料** * 可以用機器學習的方式去篩選可用特徵 * 蔡尚洲 * 班桑建議: * 如何利用Strace和System tape 共同使用? * 應探討兩個系統產生之特徵差異 * 需要有一些創新性，不只是單純將兩個dataset放入分類器進行分類 * 不要花太多時間在數據處理 * 計畫: * 將兩dataset各個label的特徵進行比較找出兩dataset差異 * GSDroid、sequence、system call frequence * 比較兩platform的**過短**檔案分別是哪些類別(是否重複 * 比較兩platform的**重複**檔案分別是哪些類別(是否重複 * 兩platform有效檔案中分類錯誤的malware是否可以互相彌補 ### 升碩一 * 潘家洋(3041) * 做CDMC 2020 資料不知道怎麼處理 * 許閎量(3041) * CDMC 2020 3-gram 97% * 邱昱誠 * 在弄CDMC2019 * 立宇 * 不在準備請飲料 * 馬順哲 * 看完作業1 * 家毅學長很嚴格 * 正在做作業2 ### 升大四 #### 動態組 * 107潘瑨 * 107張永承 * 107陳彥合 * CDMC2019整支的sequence一樣且存在不同label的 * 都砍掉的結果比砍掉數量較少的那一方低一點點 * CDMC2020 97% #### 靜態組 * 107梁俊彥 * 107王胤丞 * 進行參數上的處理(grid search)，並且整理了暑期的進度，實作過程等.. #### 未分組 * 108陳安 * 報告第5章 ### 升大三 * 108楊奕儒(動態組) * CDMC2019 用特別的方式資料餵不進模型 * 108蔡芸軒 * CDMC2019檔案處理完成 * 用word2vec 機器學習 95% * word2vec model放到CNN外面 * 108鄧宥均 * 請假 * 108林琛琛(嗔) * strace22000 freq as feature , random forest:99.9 * cross 混淆矩陣 ## 9/22 ### 後門 - 永承潘靜閎量家洋立宇昱誠 - LRP : 閎量家洋小穹妹 (家毅) - ABS : 立宇昱誠永承 (尚洲) - pickle : 待定 ### sandbox - 彥和胤承俊彥文彥(IoT) - 討論兩組合併的討論時間 ### 升碩二 * 吳家毅 * 內容: * 針對分類錯誤的data進行分析 * train : test = 8:2 * 查看分類錯誤檔案內部架構 * 海嘯分類錯誤原因 * 產生callgraph時，user define function 在relabel時很難轉成feature * 因為user define function占比太高導致分類到前幾類的類別 * 把user define function但比過高的sample先拿掉 * ACC從97增長到98.1左右 * 是有幫助分類的 * 班桑建議: * 找出被分類錯誤的決定性因素 * 蔡尚洲 * 班桑建議: * 如何利用Strace和System tape 共同使用? * 應探討兩個系統產生之特徵差異 * 需要有一些創新性，不只是單純將兩個dataset放入分類器進行分類 * 不要花太多時間在數據處理 * 計畫: * 將兩dataset各個label的特徵進行比較找出兩dataset差異 * GSDroid、sequence、system call frequence * 比較兩platform的**過短**檔案分別是哪些類別(是否重複 * 比較兩platform的**重複**檔案分別是哪些類別(是否重複 * 兩platform有效檔案中分類錯誤的malware是否可以互相彌補 ### 升碩一 * 潘家洋(3041) * 做CDMC 2020 資料不知道怎麼處理 * 許閎量(3041) * backdoor正規化後似乎比較難攻擊，汙染筆數可能要增加 * 邱昱誠 * 在弄CDMC2019跟backdoor * 立宇 * 寫完作業2 * 馬順哲 * 李宏毅的都好了 ### 升大四 #### 後門組 * 107潘瑨 * 107張永承 #### 沙箱組 * 107陳彥合 * 弄IOT組產生的STRACE LOG轉成system call sequence * 107梁俊彥 * 107王胤丞 * 進行參數上的處理(grid search)，並且整理了暑期的進度，實作過程等.. #### 未分組 * 108陳安 * 報告第5章 ### 升大三 * 108楊奕儒(動態組) * CDMC2019 用特別的方式資料餵不進模型 * 108蔡芸軒 * CDMC2019 word2vec model放到CNN外面 * 建議用doc2vec去train不同長度的system call sequence * 108鄧宥均 * CDMC2019 用KNN 47% * 特徵提取出問題 * 108林琛琛(嗔) * strace22000 freq as feature , random forest:99.9 * cross 混淆矩陣 ## 9/27 ### 後門 - 永承潘靜閎量家洋立宇昱誠 - LRP : 閎量家洋小穹妹 (家毅) - ABS : 立宇昱誠永承 (尚洲) - pickle : 待定 ### sandbox - 彥和胤承俊彥文彥(IoT) - 討論兩組合併的討論時間 ### 升碩二 * 吳家毅 * 內容: * 針對分類錯誤的data進行分析 * train : test = 8:2 * 查看分類錯誤檔案內部架構 * 海嘯分類錯誤原因 * 產生callgraph時，user define function 在relabel時很難轉成feature * 因為user define function占比太高導致分類到前幾類的類別 * 把user define function但比過高的sample先拿掉 * ACC從97增長到98.1左右 * 是有幫助分類的 * 班桑建議: * 找出被分類錯誤的決定性因素 * 蔡尚洲 * 班桑建議: * 如何利用Strace和System tape 共同使用? * 應探討兩個系統產生之特徵差異 * 需要有一些創新性，不只是單純將兩個dataset放入分類器進行分類 * 不要花太多時間在數據處理 * 計畫: * 將兩dataset各個label的特徵進行比較找出兩dataset差異 * GSDroid、sequence、system call frequence * 比較兩platform的**過短**檔案分別是哪些類別(是否重複 * 比較兩platform的**重複**檔案分別是哪些類別(是否重複 * 兩platform有效檔案中分類錯誤的malware是否可以互相彌補 ### 升碩一 * 潘家洋(3041) * 做CDMC 2020 資料不知道怎麼處理 * 許閎量(3041) * backdoor正規化後似乎比較難攻擊，汙染筆數可能要增加 * 邱昱誠 * 在弄CDMC2019跟backdoor * 立宇 * 寫完作業2 * 馬順哲 * 李宏毅的都好了 ### 升大四 #### 後門組 * 107潘瑨 * 107張永承 #### 沙箱組 * 107陳彥合 * 弄IOT組產生的STRACE LOG轉成system call sequence * 107梁俊彥 * 107王胤丞 * 進行參數上的處理(grid search)，並且整理了暑期的進度，實作過程等.. * #### 未分組 * 108陳安 * 物件偵測 ### 升大三 * 108楊奕儒(動態組) * CDMC2019 LSTM 97% * 108蔡芸軒 * CDMC2019 LSTM 90% * 108鄧宥均 * CDMC2019 freq RT 98.2 * 108林琛琛(嗔) * strace22000 freq as feature , random forest:99.9 * cross 混淆矩陣 * CDMC2020 byte sequence 96-98 ## 10/18 ### 升碩二 * 吳家毅 * 蔡尚洲 ### 升碩一 * 潘家洋(3041) * 許閎量(3041) * 邱昱誠 * 立宇 * 馬順哲 ### 升大四 #### 後門組 * 107潘瑨 * 107張永承 #### 沙箱組 * 107陳彥合 * 107梁俊彥 * 107王胤丞 * 包裝檢測model，以及處理testing 錯誤資料。 #### 未分組 * 108陳安 ### 升大三 * 108楊奕儒(動態組) * cdmc 2021 task1 * 108蔡芸軒 * cdmc 2021 task1 * 處理成fixed-sized * 108鄧宥均 * CDMC 2021 task1 * 108林琛琛(嗔) * paper ## 10/25 ### 升碩二 * 吳家毅 * 蔡尚洲 ### 升碩一 * 潘家洋(3041) * 許閎量(3041) * 邱昱誠 * 立宇 * 馬順哲 ### 升大四 #### 後門組 * 107潘瑨 * 107張永承 #### 沙箱組 * 107陳彥合 * 107梁俊彥 * 107王胤丞 * 檢測實體設備上的實驗結果，以及處理一下實體設備上遇到的問題(準確度較低的部分)。 #### 未分組 * 108陳安 ### 升大三 * 108楊奕儒(動態組) * cdmc 2021 task1 * 108蔡芸軒 * cdmc 2021 task1 * 處理成fixed-sized * 108鄧宥均 * CDMC 2021 task1 * 108林琛琛(嗔) * paper

Syntax	Example	Reference
# Header	Header	基本排版
- Unordered List	Unordered List
1. Ordered List	Ordered List
- [ ] Todo List	Todo List
> Blockquote	Blockquote
Bold font	Bold font
Italics font	Italics font
~~Strikethrough~~	~~Strikethrough~~
19^th^	19^th
H~2~O	H₂O
++Inserted text++	Inserted text
==Marked text==	Marked text
[link text](https:// "title")	Link
![image alt](https:// "title")	Image
`Code`	`Code`	在筆記中貼入程式碼
```javascript var i = 0; ```	`var i = 0;`
:smile:		Emoji list
{%youtube youtube_id %}	Externals
$L^aT_eX$	L^aT_eX
:::info This is a alert area. :::	This is a alert area.