返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版 基于人工智能方法的网络空间安全 (澳)莱斯利·F.西科斯(Lesl
  • 新华书店旗下自营,正版全新
    • 作者: (澳)莱斯利·F.西科斯(Leslie F. Sikos)编著 | (澳)莱斯利·F.西科斯(Leslie F. Sikos)编编 | (澳)莱斯利·F.西科斯(Leslie F. Sikos)编译 | (澳)莱斯利·F.西科斯(Leslie F. Sikos)编绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-10
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    美阅书店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: (澳)莱斯利·F.西科斯(Leslie F. Sikos)编著| (澳)莱斯利·F.西科斯(Leslie F. Sikos)编编| (澳)莱斯利·F.西科斯(Leslie F. Sikos)编译| (澳)莱斯利·F.西科斯(Leslie F. Sikos)编绘
    • 出版社:机械工业出版社
    • 出版时间:2021-10
    • 版次:1
    • 印次:1
    • 字数:132.0
    • 页数:197
    • 开本:16开
    • ISBN:9787111691808
    • 版权提供:机械工业出版社
    • 作者:(澳)莱斯利·F.西科斯(Leslie F. Sikos)编
    • 著:(澳)莱斯利·F.西科斯(Leslie F. Sikos)编
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787111691808
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-10
    • 页数:197
    • 外部编号:11307040
    • 版次:1
    • 成品尺寸:暂无

    译者序序言前言第1章 网络空间安全中的网络本体语言:网络知识的概念建模111网络空间安全中的知识工程简介112网络空间安全分类标准413网络空间安全的核心参考本体模型614网络空间安全的上层本体615网络空间安全的领域本体8151入侵检测本体模型8152恶意软件分类和恶意软件行为本体模型8153网络威胁情报本体模型9154数字取证本体模型10155安全操作和流程本体模型11156描述网络攻击及其影响的本体模型1116网络空间安全的相关网络系统本体集1217总结14参考文献15第2章 推理型网络态势感知的网络语义知识表示1821引言1822预备知识1923通信网络的概念23231网络和拓扑结构24232网络接口和IP地址24233路由器25234自治系统和路由系统2624网络态势感知的形式化知识表示2825表示网络数据来源3326表示网络数据的不确定性3527表示网络数据的模糊性3828对网络态势感知的推理支持4029总结41参考文献41第3章 机器学习系统的安全性4531机器学习算法的脆弱性4532威胁模型46321攻击者能力产生的威胁47322攻击者目标产生的威胁48323攻击者知识产生的威胁49324攻击策略产生的威胁5033数据中毒52331投毒攻击场景53332最佳投毒攻击56333投毒攻击的可传递性61334对投毒攻击的防御6334在测试中的攻击64341规避攻击场景66342规避攻击的计算69343规避攻击的可传递性70344对规避攻击的防御7235总结73参考文献74第4章 攻击前修补漏洞:一种识别目标软件脆弱性的方法7741引言7842相关工作8143预备知识82431有监督的学习方法82432漏洞利用预测面临的挑战8344漏洞利用预测模型85441数据源86442特征描述8845漏洞及利用分析90451漏洞利用可能性91452基于时间的分析91453基于供应商/平台的分析93454基于语言的分析9446实验设置95461性能评估96462结果9747对抗数据处理10348讨论10549总结107参考文献107第5章 人工智能方法在网络攻击检测中的应用11151引言11152相关工作11253二元分类器114531神经网络114532模糊神经网络118533支持向量机12354训练二元分类器以检测网络攻击126541计算和预处理网络参数127542二元分类器权重的遗传优化129543网络攻击检测算法13155组合多种二元分类器方案132551组合检测器的低层级方案132552聚合成分134553组合检测器的常用方法13656实验137561数据集137562实验1138563实验213957总结140参考文献141第6章 用于网络入侵检测的机器学习算法14461引言14462网络入侵检测系统146621部署方法146622检测方法14863网络入侵检测中的机器学习149631模糊推理系统150632人工神经网络156633基于机器学习的NIDS的部署16064实验161641评估环境161642模型构建162643结果对比16465总结165参考文献166第7章 使用机器学习技术进行Android应用程序分析17271引言17272Android应用程序包的结构174721中央配置(AndroidManifest.xml)174722Dalvik字节码(classes.dex)17573Android恶意软件识别技术176731黑名单176732参数化177733分类17774数据集准备178741APK文件分析178742应用程序元数据179743标签分类180744数据编码180745一种安全和恶意APK文件的新型数据集18175用SVM检测恶意软件182751SVM概述182752特征设置185753调整超参数185754评估指标186755数值结果18676与参数化方法比较188761扩展DroidRisk188762DroidRisk性能18977特征选择190771递归特征消除190772排序标准191773实验19278问题和限制19479总结195参考文献195

    莱斯利·F.西科斯,(Leslie F. Sikos))博士、计算机科学家,专攻格式化知识表示、本体工程和应用于各种领域的自动推理,包括网络威胁情报和需要网络态势感知的网络应用。他在学术界和业界都有工作经验,并掌握了数据中心和云基础设施网络威胁管理以及防火墙配置方面的实践技能。他持有专业证书,是多个行业领先组织(如ACM、自动推理协会、IEEE网络安全和隐私大数据特别兴趣小组以及IEEE计算机协会安全和隐私技术委员会)的成员。

    知识驱动的智能安全本体论+数据驱动的深度学习安全观

    本书介绍了一系列结合人工智能技术处理网络空间安全问题的方法,包括处理网络威胁情报、为恶意软件提供战略防御机制、解决网络犯罪、评估漏洞,以及产生主动而不是被动的对策的人工智能方法。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购