Web 安全之機器學習入門
劉焱
- 出版商: 機械工業
- 出版日期: 2017-07-01
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- 頁數: 242
- ISBN: 711157642X
- ISBN-13: 9787111576426
-
相關分類:
Machine Learning
已絕版
買這商品的人也買了...
-
$360$353 -
$403Web 安全之深度學習實戰
-
$403Web 安全之強化學習與 GAN
-
$267深入淺出 SSD:固態存儲核心技術、原理與實戰
-
$403企業安全建設入門 : 基於開源軟件打造企業網絡安全
-
$480$408 -
$296SC-CFDMA 無線傳輸技術
-
$1,560$1,529 -
$357$339 -
$594$564 -
$680$646 -
$534$507 -
$505智能自主無人機:先進任務與未來應用
-
$534$507 -
$414$393 -
$1,194$1,134 -
$5,000$4,750 -
$911AI 芯片:前沿技術與創新未來
-
$806基於物聯技術的多智能體製造系統
-
$599$569 -
$468$445 -
$8575G 與衛星通信融合之道:標準化與創新
-
$7135G 室內覆蓋建設與創新
-
$484射頻噪聲理論和工程應用
-
$3985G新時代與邊緣計算
相關主題
商品描述
在現今的因特網公司中,產品線綿延複雜,安全防禦體係無時無刻不在應對新的挑戰。哪怕是擁有豐富工作經驗的安全從業者,在面對層出不窮的攻擊手段和海量的日誌數據時也會望洋興嘆。機器學習是這些問題天然契合的解決方案,在數據量以指數級不斷增長的未來,甚至有可能是唯一的出路。
本書首先介紹主流的機器學習工具,以及Python應用於機器學習的優勢,並介紹Scikit-Learn環境搭建、TensorFlow環境搭建。接著介紹機器學習的基本概念和Web安全基礎知識。然後深入講解多個機器學習算法在Web安全領域的實際應用,如K近鄰、決策樹、樸素貝葉斯、邏輯回歸、支持向量機、K-Means算法、FP-growth、隱式馬爾可夫、有向圖、神經網絡等,最後介紹深度學習算法CNN、RNN。本書針對每一個算法都給出了具體案例,理論結合實際,深入淺出,講解清晰,適合有信息安全基礎知識的網絡開發與運維技術人員參考