機器學習實戰(zhàn)之網(wǎng)絡安全分析

定　價：￥89.00

作　者：	[印] Tony Thomas，[印] Athira P.Vijayaraghavan，[印] Sabu ... 著，郝英好，計宏亮，安達等譯
出版社：	國防工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787118126709	出版時間：	2022-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	194	字數(shù)：

內(nèi)容簡介

　　大量網(wǎng)絡數(shù)據(jù)的生成和傳輸給網(wǎng)絡安全帶來挑戰(zhàn)，專家發(fā)現(xiàn)越來越難以監(jiān)測數(shù)據(jù)流動及識別潛在的網(wǎng)絡威脅和攻擊。面對日趨頻繁和復雜的網(wǎng)絡攻擊，要求機器能夠更快地預測、檢測和識別網(wǎng)絡攻擊。正是在此背景下，進一步凸顯了機器學習的重要性，其可利用不同的工具和技術(shù)自動且快速地預測、檢測與識別網(wǎng)絡攻擊?！稒C器學習實戰(zhàn)之網(wǎng)絡安全分析》介紹了用于網(wǎng)絡安全分析的各種機器學習方法。《機器學習實戰(zhàn)之網(wǎng)絡安全分析》重點討論可用于網(wǎng)絡安全分析的機器學習算法，并討論網(wǎng)絡安全分析對機器學習研究的補充作用。機器學習的潛在應用領(lǐng)域包括惡意程序檢測、生物識別、異常檢測、網(wǎng)絡攻擊預測等。《機器學習實戰(zhàn)之網(wǎng)絡安全分析》為有關(guān)利用各種機器智能方法進行網(wǎng)絡安全分析的研究專著，大部分內(nèi)容都源自作者的原創(chuàng)性研究成果，可使網(wǎng)絡安全和機器學習研究人員、網(wǎng)絡安全研究和開發(fā)人員受益匪淺。為更好地理解《機器學習實戰(zhàn)之網(wǎng)絡安全分析》，讀者應至少掌握一些數(shù)學、統(tǒng)計學和計算機科學等本科專業(yè)的相關(guān)知識。

作者簡介

暫缺《機器學習實戰(zhàn)之網(wǎng)絡安全分析》作者簡介

圖書目錄

第1章簡介
1．1 網(wǎng)絡安全問題
1．2 機器學習
1．3 機器學習算法的實現(xiàn)
1．4 距離度量
1．5 機器學習評估指標
1．6 數(shù)學預備知識
1．6．1 線性代數(shù)
1．6．2 度量空間
1．6．3 概率
1．6．4 優(yōu)化
第2章機器學習簡介
2．1 簡介
2．1．1 有監(jiān)督機器學習
2．1．2 無監(jiān)督機器學習
2．1．3 半監(jiān)督機器學習
2．1．4 強化機器學習
2．2 線性回歸
2．3 多項式回歸
2．4 邏輯回歸
2．5 樸素貝葉斯分類器
2．6 支持向量機
2．7 決策樹
2．8 最近鄰
2．9 聚類分析
2．10 降維
2．11 線性判別分析
2．12 提升算法
第3章機器學習和網(wǎng)絡安全
3．1 簡介
3．2 垃圾郵件檢測
3．3 網(wǎng)絡釣魚頁面檢測
3．4 惡意程序檢測
3．5 DoS和DDoS攻擊檢測
3．6 異常檢測
3．7 生物識別
3．8 軟件漏洞
第4章支持向量機和惡意程序檢測
4．1 簡介
4．2 惡意程序檢測
4．3 最大化邊距和超平面優(yōu)化
4．4 拉格朗日乘數(shù)
4．5 核方法
4．6 使用支持向量機開展基于權(quán)限的Android惡意軟件靜態(tài)檢測
4．6．1 實驗結(jié)果和討論
4．7 使用支持向量機開展基于API調(diào)用的靜態(tài)Android惡意軟件檢測
4．7．1 實驗結(jié)果和討論
4．8 研究結(jié)論和方向
4．8．1 最新技術(shù)
……
第5章聚類分析和惡意軟件分類
第6章最近鄰算法和指紋分類
第7章降維和人臉識別
第8章神經(jīng)網(wǎng)絡和面部識別
第9章決策樹的應用
第10章網(wǎng)絡安全中的對抗機器學習
參考文獻