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
دسته بندی: امنیت ویرایش: نویسندگان: Joshua Saxe سری: ISBN (شابک) : 9781593278595 ناشر: No Starch Press سال نشر: 2018 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
در صورت تبدیل فایل کتاب MALWARE DATA SCIENCE Attack Detection and Attribution 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 MALWARE DATA SCIENCE تشخیص حمله و اسناد 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.
امنیت به یک مشکل \"داده بزرگ\" تبدیل شده است. نرخ رشد بدافزار به دهها میلیون فایل جدید در سال افزایش یافته است در حالی که شبکههای ما هر روز سیل بیشتری از دادههای مرتبط با امنیت تولید میکنند. برای دفاع در برابر این حملات پیشرفته، باید بدانید که چگونه مانند یک دانشمند داده فکر کنید. در علم داده بدافزار، Joshua Saxe، دانشمند داده های امنیتی، یادگیری ماشین، آمار، تجزیه و تحلیل شبکه های اجتماعی و تجسم داده ها را معرفی می کند و به شما نشان می دهد که چگونه از این روش ها برای شناسایی و تجزیه و تحلیل بدافزار استفاده کنید. شما یاد خواهید گرفت که چگونه: - تجزیه و تحلیل بدافزار با استفاده از تجزیه و تحلیل استاتیک - رفتار بدافزار را با استفاده از تحلیل پویا مشاهده کنید - شناسایی گروه های متخاصم از طریق تجزیه و تحلیل کد مشترک - با ساختن آشکارساز یادگیری ماشین خود، آسیبپذیریهای 0 روزه را پیدا کنید - دقت آشکارساز بدافزار را اندازه گیری کنید - شناسایی کمپین های بدافزار، روندها و روابط از طریق تجسم داده ها چه یک تحلیلگر بدافزار باشید که به دنبال افزودن مهارتها به زرادخانه موجود خود هستید، یا یک دانشمند دادهای که علاقهمند به شناسایی حملات و هوش تهدید است، Malware Data Science به شما کمک میکند تا از منحنیها جلوتر بمانید.
Security has become a "big data" problem. The growth rate of malware has accelerated to tens of millions of new files per year while our networks generate an ever-larger flood of security-relevant data each day. In order to defend against these advanced attacks, you'll need to know how to think like a data scientist. In Malware Data Science, security data scientist Joshua Saxe introduces machine learning, statistics, social network analysis, and data visualization, and shows you how to apply these methods to malware detection and analysis. You'll learn how to: - Analyze malware using static analysis - Observe malware behavior using dynamic analysis - Identify adversary groups through shared code analysis - Catch 0-day vulnerabilities by building your own machine learning detector - Measure malware detector accuracy - Identify malware campaigns, trends, and relationships through data visualization Whether you're a malware analyst looking to add skills to your existing arsenal, or a data scientist interested in attack detection and threat intelligence, Malware Data Science will help you stay ahead of the curve.