Читать фрагмент

книга

Машинное обучение и безопасность

Способна ли технология машинного обучения решить проблемы компьютерной безопасности? Или надежда на это является лишь следствием повышенного внимания к машинному обучению?С помощью этой книги вы изучите способы применения машинного обучения в задачах обеспечения безопасности, таких как выявление вторжения извне, классификация вредоносных программ и анализ сетевой среды. Особое внимание уделено задачам по созданию работоспособных, надежных масштабируемых систем извлечения и анализа данных в сфере обеспечения безопасности.Издание предназначено инженерам по обеспечению безопасности, а также специалистам по обработке данных научными методами.

Форматы: PDF

Издательство: ДМК Пресс

Год: 2020

Место издания: Москва

ISBN: 978-5-97060-713-8

Страниц: 389

Артикул: 94684

Возрастная маркировка: 16+

Электронная книга

745 ₽

Купить и скачать

Содержание

Содержание книги "Машинное обучение и безопасность : защита систем с помощью данных и алгоритмов"

Отзывы

Предисловие

Благодарности

Глава 1. Машинное обучение и безопасность

Общий обзор потенциальных киберугроз

Экономическая подоплека кибератак

Что такое машинное обучение

Практические варианты использования машинного обучения для обеспечения безопасности

Борьба со спамом: итеративный подход

Ограничения машинного обучения в сфере безопасности

Глава 2. Классификация и кластеризация

Машинное обучение: задачи и методики

Машинное обучение на практике: работающий пример

Тренировка алгоритмов машинного обучения

Алгоритмы классификации с учителем

Практические аспекты классификации

Кластеризация

Резюме

Глава 3. Выявление аномалий

Когда следует использовать методы выявления аномалий вместо обучения с учителем

Выявление вторжений с эвристиками

Конструирование признаков для выявления аномалий

Выявление аномалий с помощью данных и алгоритмов

Трудности применения машинного обучения для выявления аномалий

Ответная реакция и ослабление воздействия

Практические аспекты проектирования систем

Резюме

Глава 4. Анализ вредоносного программного обеспечения

Что такое вредоносное программное обеспечение

Генерация признаков

От признаков к классификации

Резюме

Глава 5. Анализ сетевого трафика

Теория защиты сетей

Машинное обучение и обеспечение безопасности сети

Создание модели прогнозирования для классификации сетевых атак

Резюме

Глава 6. Защита потребительской веб-среды

Монетизация в потребительской вебсреде

Типы мошенничества и данные, которые могут защитить

Обучение с учителем для решения задач по выявлению нарушений

Кластеризация нарушений

Резюме

Глава 7. Производственные системы

Определение зрелости и масштабируемости систем машинного обучения

Качество данных

Качество модели

Эффективность

Удобство сопровождения

Мониторинг и система оповещения

Безопасность и надежность

Обратная связь и удобство использования

Резюме

Глава 8. Состязательное машинное обучение

Терминология

Важность состязательного машинного обучения

Опасные уязвимости в алгоритмах машинного обучения

Методика атак: заражение модели

Методика атаки: искажающая атака

Резюме

Приложение А. Дополнительный материал к главе 2

Подробнее о метриках

Размер моделей логистической регрессии

Реализация функции стоимости для метода логистической регрессии

Минимизация функции стоимости

Приложение Б. Разведка на основе открытых источников

Материалы разведки для обеспечения безопасности

Геолокация

Предметный указатель

Внимание!
При обнаружении неточностей или ошибок в описании книги "Машинное обучение и безопасность : защита систем с помощью данных и алгоритмов (автор Кларенс Чио, Дэвид Фримэн)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!