دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Clarence Chio, David Freeman سری: ISBN (شابک) : 1491979909, 9781491979907 ناشر: O’Reilly Media سال نشر: 2018 تعداد صفحات: 385 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Machine Learning and Security: Protecting Systems with Data and Algorithms 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 یادگیری ماشین و امنیت: حفاظت از سیستم ها با داده ها و الگوریتم ها 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.
آیا تکنیک های یادگیری ماشینی می توانند مشکلات امنیتی رایانه ما
را حل کنند و در نهایت به بازی موش و گربه بین مهاجمان و مدافعان
پایان دهند؟ یا این امید صرفاً تبلیغات است؟ حالا شما می توانید
در علم غوطه ور شوید و خودتان به این سوال پاسخ دهید. با این
راهنمای عملی، راههایی را برای اعمال یادگیری ماشینی در مسائل
امنیتی مانند تشخیص نفوذ، طبقهبندی بدافزار و تجزیه و تحلیل شبکه
کشف خواهید کرد.
متخصصان یادگیری ماشین و امنیت، کلارنس چیو و دیوید فریمن چارچوبی
را ارائه میدهند. برای بحث در مورد ازدواج این دو زمینه، و
همچنین مجموعه ابزاری از الگوریتم های یادگیری ماشینی که می
توانید برای مجموعه ای از مشکلات امنیتی اعمال کنید. این کتاب
برای مهندسین امنیت و دانشمندان داده به طور یکسان ایدهآل
است.
بیاموزید که چگونه یادگیری ماشین به موفقیت فیلترهای هرزنامه مدرن
کمک کرده است
تشخیص سریع ناهنجاریها، از جمله نقض، تقلب، و خرابی قریب الوقوع
سیستم
انجام تجزیه و تحلیل بدافزار با استخراج اطلاعات مفید از باینری
های کامپیوتر
با یافتن الگوهایی در داخل مجموعه داده ها، مهاجمان را در شبکه
کشف کنید
بررسی نحوه سوء استفاده مهاجمان از وب سایت های مصرف کننده و
عملکرد برنامه
الگوریتم های یادگیری ماشین خود را از آزمایشگاه به تولید ترجمه
کنید
درک تهدیدی که مهاجمان برای راه حل های یادگیری ماشین ایجاد می
کنند
Can machine learning techniques solve our computer security
problems and finally put an end to the cat-and-mouse game
between attackers and defenders? Or is this hope merely hype?
Now you can dive into the science and answer this question for
yourself. With this practical guide, you'll explore ways to
apply machine learning to security issues such as intrusion
detection, malware classification, and network analysis.
Machine learning and security specialists Clarence Chio and
David Freeman provide a framework for discussing the marriage
of these two fields, as well as a toolkit of machine-learning
algorithms that you can apply to an array of security problems.
This book is ideal for security engineers and data scientists
alike.
Learn how machine learning has contributed to the success of
modern spam filters
Quickly detect anomalies, including breaches, fraud, and
impending system failure
Conduct malware analysis by extracting useful information from
computer binaries
Uncover attackers within the network by finding patterns inside
datasets
Examine how attackers exploit consumer-facing websites and app
functionality
Translate your machine learning algorithms from the lab to
production
Understand the threat attackers pose to machine learning
solutions
Why machines learning and security? --
Classifying and clustering --
Anomaly detection --
Malware analysis --
Network traffic analysis --
Protecting the consumer web --
Production systems --
Adversarial machine learning.