convert_to_parquet.py

import numpy as np
import pandas as pd
import os

# ================= 配置区域 =================
# 输入：选择一组您想展示的 NPY 文件所在文件夹
INPUT_DIR = r"Device9174_AES/3m_9174_11k-1"

# 输出：生成的 parquet 文件名
OUTPUT_FILE = "preview_AES_3m.parquet"

# 设置截取多少行用于预览（不要太多，以免网页加载卡顿）
PREVIEW_ROWS = 1000


# ===========================================

def to_hex_string(arr):
    """辅助函数：将整数数组转换为 Hex 字符串 (e.g., 'A1B2...')，方便阅读"""
    # 假设输入是 (N, 16) 的 uint8 数组
    return [''.join(f'{x:02X}' for x in row) for row in arr]


def create_preview_parquet():
    print(f"正在读取 NPY 文件: {INPUT_DIR} ...")

    # 1. 加载数据 (根据您的文件名结构)
    # 注意：这里我们加载 '100_traces' 系列，因为平均后的波形通常更好看
    # 如果您想展示单次采集的噪声，请改为 '1_traces.npy' 等
    try:
        traces = np.load(os.path.join(INPUT_DIR, "100_traces.npy"))[:PREVIEW_ROWS]
        pts = np.load(os.path.join(INPUT_DIR, "100_pt.npy"))[:PREVIEW_ROWS]
        cts = np.load(os.path.join(INPUT_DIR, "100_ct.npy"))[:PREVIEW_ROWS]
        # keys 通常是固定的，我们取前几行
        keys = np.load(os.path.join(INPUT_DIR, "100_10th_roundkey.npy"))[:PREVIEW_ROWS]  # 或者用主密钥

        print(f"数据加载完毕。截取前 {PREVIEW_ROWS} 行。")
        print(f"波形形状: {traces.shape}")

        # 2. 构建 DataFrame
        # 将波形保留为 float 数组，将明密文转换为 Hex 字符串以便阅读
        df = pd.DataFrame({
            "trace": list(traces),  # Hugging Face Viewer 支持数组列
            "plaintext": to_hex_string(pts),
            "ciphertext": to_hex_string(cts),
            "key (10th round)": to_hex_string(keys),
            "label": "AES_3m_Avg100"  # 标记一下来源
        })

        # 3. 导出为 Parquet
        df.to_parquet(OUTPUT_FILE, index=False)
        print(f"✅ 转换成功！文件已保存为: {OUTPUT_FILE}")
        print("请将此文件上传到 Hugging Face 仓库的根目录。")

    except FileNotFoundError as e:
        print(f"❌ 找不到文件: {e}")
    except Exception as e:
        print(f"❌ 发生错误: {e}")


if __name__ == "__main__":
    create_preview_parquet()