دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Data Mining Tools for Malware Detection
دانلود کتاب ابزار داده کاوی برای شناسایی بدافزار
مشخصات کتاب
Data Mining Tools for Malware Detection
ویرایش: 1 نویسندگان: Mehedy Masud, Latifur Khan, Bhavani Thuraisingham سری: ISBN (شابک) : 9781439854556, 9781439854549 ناشر: Auerbach Publications,CRC Press سال نشر: 2011 تعداد صفحات: 680 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
قیمت کتاب (تومان) : 50,000
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Data Mining Tools for Malware Detection به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ابزار داده کاوی برای شناسایی بدافزار نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب ابزار داده کاوی برای شناسایی بدافزار
اگرچه استفاده از داده کاوی برای تشخیص امنیت و بدافزار به سرعت در حال افزایش است، اکثر کتاب‌های مربوط به این موضوع بحث‌های تئوری سطح بالایی را ارائه می‌کنند و تقریباً جنبه‌های عملی را حذف می‌کنند. با شکستن قالب، ابزارهای داده کاوی برای تشخیص بدافزار نحوه توسعه ابزارهای داده کاوی برای تشخیص بدافزار را به صورت گام به گام ارائه می دهد. تئوری را با تکنیک‌های عملی و نتایج تجربی ادغام کرده و بر برنامه‌های شناسایی بدافزار برای کرم‌های ایمیل، کدهای مخرب، بهره‌برداری از راه دور و بات‌نت‌ها تمرکز دارد.
نویسندگان سیستم‌هایی را که طراحی و توسعه داده‌اند توصیف می‌کنند: شناسایی کرم ایمیل با استفاده از داده کاوی، تکنیک استخراج ویژگی‌های چند سطحی مقیاس‌پذیر برای شناسایی فایل‌های اجرایی مخرب، شناسایی سوء استفاده از راه دور با استفاده از داده‌ها. استخراج، و شناسایی ترافیک بات نت مبتنی بر جریان با استخراج چندین فایل گزارش. برای هر یک از این ابزارها، معماری سیستم، الگوریتم ها، نتایج عملکرد و محدودیت ها را به تفصیل شرح می دهند.
- درباره داده‌کاوی برای برنامه‌های در حال ظهور، از جمله شناسایی بدافزار قابل تطبیق، شناسایی تهدیدات داخلی، تجزیه و تحلیل خط‌مشی فایروال و داده‌کاوی بلادرنگ بحث می‌کند
- شامل چهار ضمیمه است که پایه ای محکم در مدیریت داده ها، سیستم های امن و وب معنایی فراهم می کند
- ابزارهای نویسندگان را برای داده کاوی جریانی توضیح می دهد < /UL>
از الگوریتم‌ها تا نتایج تجربی، این یکی از معدود کتاب‌هایی است که به همان اندازه برای کسانی که در صنعت، دولت و دانشگاه هستند ارزشمند است. این به فن‌آوران کمک می‌کند تا تصمیم بگیرند کدام ابزار را برای برنامه‌های خاص انتخاب کنند، مدیران یاد خواهند گرفت که چگونه تعیین کنند که آیا پروژه داده‌کاوی را ادامه دهند یا نه، و توسعه‌دهندگان طرح‌های جایگزین نوآورانه‌ای را برای طیف وسیعی از برنامه‌ها پیدا خواهند کرد.
توضیحاتی درمورد کتاب به خارجی
Although the use of data mining for security and malware detection is quickly on the rise, most books on the subject provide high-level theoretical discussions to the near exclusion of the practical aspects. Breaking the mold, Data Mining Tools for Malware Detection provides a step-by-step breakdown of how to develop data mining tools for malware detection. Integrating theory with practical techniques and experimental results, it focuses on malware detection applications for email worms, malicious code, remote exploits, and botnets.
The authors describe the systems they have designed and developed: email worm detection using data mining, a scalable multi-level feature extraction technique to detect malicious executables, detecting remote exploits using data mining, and flow-based identification of botnet traffic by mining multiple log files. For each of these tools, they detail the system architecture, algorithms, performance results, and limitations.
- Discusses data mining for emerging applications, including adaptable malware detection, insider threat detection, firewall policy analysis, and real-time data mining
- Includes four appendices that provide a firm foundation in data management, secure systems, and the semantic web
- Describes the authors’ tools for stream data mining
From algorithms to experimental results, this is one of the few books that will be equally valuable to those in industry, government, and academia. It will help technologists decide which tools to select for specific applications, managers will learn how to determine whether or not to proceed with a data mining project, and developers will find innovative alternative designs for a range of applications.
