人工智能在網絡安全中的應用 Hands-On Artificial Intelligence for Cybersecurity
Alessandro Parisi 譯 何俊//鄒霞//瞿志強//孫蒙//鄭雪
- 出版商: 東南大學
- 出版日期: 2020-09-01
- 定價: $468
- 售價: 8.5 折 $398
- 語言: 簡體中文
- 頁數: 271
- 裝訂: 平裝
- ISBN: 756419118X
- ISBN-13: 9787564191184
-
相關分類:
人工智慧、Machine Learning
- 此書翻譯自: Hands-On Artificial Intelligence for Cybersecurity
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$403Web 安全之機器學習入門 -
$403Web 安全之強化學習與 GAN -
$374深度學習之 PyTorch 實戰電腦視覺 -
$250Kali Linux 無線滲透測試指南, 3/e -
$280PyTorch 機器學習從入門到實戰 -
$250分佈式緩存 原理、架構及 Go 語言實現 -
全棧技能修煉：使用 Angular 和 SpringBoot 打造全棧應用$654$621 -
從實踐中學習 Kali Linux 無線網絡滲透測試$534$507 -
動手做深度強化學習 (Deep Reinforcement Learning Hands-On)$690$538 -
$505內網安全攻防 : 滲透測試實戰指南 -
深度學習的數學：用數學開啟深度學習的大門 (書況略舊,不介意在下單)$500$390 -
基於數據科學的惡意軟件分析$474$450 -
$403Go語言機器學習實戰 -
Go語言高併發與微服務實戰$534$507 -
Statistics Hacks 統計學駭客 75招 (Statistics Hacks)$580$458 -
$301Web 安全漏洞原理及實戰 -
白帽子安全開發實戰$714$678 -
網絡安全之機器學習 (Hands-on Machine Learning for Cyber Security: Safeguard your system by making your machines intelligent using Python ecosystem)$474$450 -
深入淺出 Embedding：原理解析與應用實踐$594$564 -
核心開發者親授！PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$790 -
資安這條路：領航新手的 Web Security 指南，以自建漏洞環境學習網站安全（iT邦幫忙鐵人賽系列書）$680$530 -
$607Web 滲透攻防實戰 -
$356基於人工智能方法的網絡空間安全 -
金融機器學習與資料科學藍圖 (Machine Learning and Data Science Blueprints for Finance: From Building Trading Strategies to Robo-Advisors Using Python)$780$616 -
資料科學基礎數學 (Essential Math for Data Science)$680$537
相關主題
商品描述
如今，全球各種組織在網絡安全上花費了數十億美元。
為了構建更智能、更安全的安全系統，
人工智能已經成為了一個很好的解決方案，
可以用於預測和檢測可疑的網絡活動，如網絡釣魚或未經授權的入侵。
本書介紹並演示了熱門和成功的人工智能方法和模型，
可以用於檢測潛在的攻擊和保護企業的系統。
您將學習機器學習和神經網絡在網絡安全中的作用，
以及網絡安全中的深度學習，你還將學習如何將人工智能應用於構建智能防禦機制。
進一步地，您將能夠在各種應用中採取這些策略，
包括垃圾郵件過濾器、網絡入侵檢測、殭屍網絡檢測和安全身份驗證。
最後，您將可以開發智能係統，用於檢測異常、
可疑的模式和攻擊，使用人工智能實現強大的網絡安全防禦。
作者簡介
Alessandro Parisi已從事IT行業20多年，作為數據安全科學家、AI網絡安全及區塊鏈專家，在網絡安全方面有著豐富的經驗。
他具有在高度複雜的組織和決策環境中工作的經驗。
多年來，他幫助多個公司採用AI和區塊鏈DLT技術等戰略工具，來保護敏感資產。
他擁有經濟學和統計學碩士學位。
目錄大綱
目錄
第一部分人工智能的核心概念和工具
1面向網絡安全專業人員的AI簡介
將AI應用於網絡安全
人工智能的發展：從專家系統到數據挖掘
專家系統簡介
反映現實世界的不確定性
超越統計學走向機器學習
為模型挖掘數據
機器學習的類型
監督學習
無監督學習
強化學習
算法訓練與優化
如何找到有用的數據源
數量與質量
認識Python庫
監督學習示例——線性回歸
無監督學習示例——聚類
簡單的人工神經網絡示例——感知機
網絡安全背景下的人工智能
小結
2為網絡安全武器庫配置AI
了解基於Python的AI和網絡安全
用於AI的Python庫
構建AI的基石——NumPy
NumPy多維數組
使用NumPy進行矩陣運算
用Num：Py實現一個簡單的預測器
scikit—learn
Matplot：lib與Seabor
pandas
用於網絡安全的Python庫
Pefile
volatility
安裝Python庫
進入Anaconda——數據科學家的首選環境
Anaconda Python的優勢
conda實用工具
在Anaconda中安裝包
創建自定義環境
一些有用的conda命令
基於並行GPU的Python計算
使用Jupyter Notebook
我們的第一個J1apyter Notebook
探索JlJpyter界面
單元格是什麼
有用的鍵盤快捷鍵
選擇您的notet)ook內核
動手實踐
安裝DL庫
深度學習在網絡安全方面的優點和缺點
TensorFlow
KPras
……
第二部分使用人工智能檢測網絡威脅
第三部分保護明暗信息和資產
第四部分評估和測試你的AI武器庫
