• Web安全之机器学习入门
21年品牌 40万+商家 超1.5亿件商品

Web安全之机器学习入门

书籍均为精品二手图书品相85品以上,出库会经过高温消毒,书籍上架都会检测可保证正版!!

16.8 2.1折 79 九品

库存3件

天津宝坻
认证卖家担保交易快速发货售后保障

作者刘焱

出版社"机械工业出版社

ISBN9787111576426

出版时间2017

装帧平装

开本16开

纸张胶版纸

定价79元

货号969488173568622594

上书时间2024-03-02

粤读二手书店

七年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
本店所售书籍均精品二手正版书书籍,严格审核品相为85品以上,出库会经过高温消毒,由于成本增加,所售书籍价格略高,运费首本5元,每增加一本运费加2元,每天下午2点前订单一般当天发出,最迟48小时内发出,二手书不保证100%没有任何笔记,有时会出现缺货现象,我们会第一时间告知您,感谢理解与支持。
商品描述
以下信息以网上匹配仅供参考,不支持以此为由退款
内容简介:

                                          本书由百度安全专家撰写,零基础学习智能化Web安全技术指南,二十多位业界专家联袂推荐。本书首先介绍主流的机器学习工具,以及Python应用于机器学习的优势,并介绍Scikit-Learn环境搭建、TensorFlow环境搭建。接着介绍机器学习的基本概念和Web安全基础知识。然后深入讲解几个机器学习算法在Web安全领域的实际应用,如K近邻、决策树、朴素贝叶斯、逻辑回归、支持向量机、K-Means算法、FP-growth、隐式马尔可夫、有向图、神经网络等,还介绍了深度学习算法CNN、RNN。本书针对每一个算法都给出了具体案例,理论结合实际,讲解清晰,文笔幽默,适合有信息安全基础知识的网络开发与运维技术人员参考。 

目录:

                                        对本书的赞誉 
序一 
序二 
序三 
前言 
第1章 通向智能安全的旅程  1 
1.1 人工智能、机器学习与深度学习  1 
1.2 人工智能的发展  2 
1.3 国内外网络安全形势  3 
1.4 人工智能在安全领域的应用  5 
1.5 算法和数据的辩证关系  9 
1.6 本章小结  9 
参考资源  10 
第2章 打造机器学习工具箱  11 
2.1 Python在机器学习领域的优势  11 
2.1.1 NumPy  11 
2.1.2 SciPy  15 
2.1.3 NLTK  16 
2.1.4 Scikit-Learn  17 
2.2 TensorFlow简介与环境搭建  18 
2.3 本章小结  19 
参考资源  20 
第3章 机器学习概述  21 
3.1 机器学习基本概念  21 
3.2 数据集  22 
3.2.1 KDD 99数据  22 
3.2.2 HTTP DATASET CSIC 2010  26 
3.2.3 SEA数据集  26 
3.2.4 ADFA-LD数据集  27 
3.2.5 Alexa域名数据  29 
3.2.6 Scikit-Learn数据集  29 
3.2.7 MNIST数据集  30 
3.2.8 Movie Review Data  31 
3.2.9 SpamBase数据集  32 
3.2.10 Enron数据集  33 
3.3 特征提取  35 
3.3.1 数字型特征提取  35 
3.3.2 文本型特征提取  36 
3.3.3 数据读取  37 
3.4 效果验证  38 
3.5 本章小结  40 
参考资源  40 
第4章 Web安全基础  41 
4.1 XSS攻击概述  41 
4.1.1 XSS的分类  43 
4.1.2 XSS特殊攻击方式  48 
4.1.3 XSS平台简介  50 
4.1.4 近年典型XSS攻击事件分析  51 
4.2 SQL注入概述  53 
4.2.1 常见SQL注入攻击  54 
4.2.2 常见SQL注入攻击载荷  55 
4.2.3 SQL常见工具  56 
4.2.4 近年典型SQL注入事件分析  60 
4.3 WebShell概述  63 
4.3.1 WebShell功能  64 
4.3.2 常见WebShell  64 
4.4 僵尸网络概述  67 
4.4.1 僵尸网络的危害  68 
4.4.2 近年典型僵尸网络攻击事件分析  69 
4.5 本章小结  72 
参考资源  72 
第5章 K近邻算法  74 
5.1 K近邻算法概述  74 
5.2 示例:hello world!K近邻  75 
5.3 示例:使用K近邻算法检测异常操作(一)  76 
5.4 示例:使用K近邻算法检测异常操作(二)  80 
5.5 示例:使用K近邻算法检测Rootkit  81 
5.6 示例:使用K近邻算法检测WebShell  83 
5.7 本章小结  85 
参考资源  86 
第6章 决策树与随机森林算法  87 
6.1 决策树算法概述  87 
6.2 示例:hello world!决策树  88 
6.3 示例:使用决策树算法检测POP3暴力破解  89 
6.4 示例:使用决策树算法检测FTP暴力破解  91 
6.5 随机森林算法概述  93 
6.6 示例:hello world!随机森林  93 
6.7 示例:使用随机森林算法检测FTP暴力破解  95 
6.8 本章小结  96 
参考资源  96 
第7章 朴素贝叶斯算法  97 
7.1 朴素贝叶斯算法概述  97 
7.2 示例:hello world!朴素贝叶斯  98 
7.3 示例:检测异常操作  99 
7.4 示例:检测WebShell(一)  100 
7.5 示例:检测WebShell(二)  102 
7.6 示例:检测DGA域名  103 
7.7 示例:检测针对Apache的DDoS攻击  104 
7.8 示例:识别验证码  107 
7.9 本章小结  108 
参考资源  108 
第8章 逻辑回归算法  109 
8.1 逻辑回归算法概述  109 
8.2 示例:hello world!逻辑回归  110 
8.3 示例:使用逻辑回归算法检测Java溢出攻击  111 
8.4 示例:识别验证码  113 
8.5 本章小结  114 
参考资源  114 
第9章 支持向量机算法  115 
9.1 支持向量机算法概述  115 
9.2 示例:hello world!支持向量机  118 
9.3 示例:使用支持向量机算法识别XSS  120 
9.4 示例:使用支持向量机算法区分僵尸网络DGA家族  124 
9.4.1 数据搜集和数据清洗  124 
9.4.2 特征化  125 
9.4.3 模型验证  129 
9.5 本章小结  130 
参考资源  130 
第10章 K-Means与DBSCAN算法  131 
10.1 K-Means算法概述  131 
10.2 示例:hello world!K-Means  132 
10.3 示例:使用K-Means算法检测DGA域名  133 
10.4 DBSCAN算法概述  135 
10.5 示例:hello world!DBSCAN  135 
10.6 本章小结  137 
参考资源  137 
第11章 Apriori与FP-growth算法  138 
11.1 Apriori算法概述  138 
11.2 示例:hello world!Apriori  140 
11.3 示例:使用Apriori算法挖掘XSS相关参数  141 
11.4 FP-growth算法概述  143 
11.5 示例:hello world!FP-growth  144 
11.6 示例:使用FP-growth算法挖掘疑似僵尸主机  145 
11.7 本章小结  146 
参考资源  146 
第12章 隐式马尔可夫算法  147 
12.1 隐式马尔可夫算法概述  147 
12.2 hello world! 隐式马尔可夫  148 
12.3 示例:使用隐式马尔可夫算法识别XSS攻击(一)  150 
12.4 示例:使用隐式马尔可夫算法识别XSS攻击(二)  153 
12.5 示例:使用隐式马尔可夫算法识别DGA域名  159 
12.6 本章小结  162 
参考资源  162 
第13章 图算法与知识图谱  163 
13.1 图算法概述  163 
13.2 示例:hello world!有向图  164 
13.3 示例:使用有向图识别WebShell  169 
13.4 示例:使用有向图识别僵尸网络  173 
13.5 知识图谱概述  176 
13.6 示例:知识图谱在风控领域的应用  177 
13.6.1 检测疑似账号被盗  178 
13.6.2 检测疑似撞库攻击  179 
13.6.3 检测疑似刷单  181 
13.7 示例:知识图谱在威胁情报领域的应用  183 
13.7.1 挖掘后门文件潜在联系  184 
13.7.2 挖掘域名潜在联系  185 
13.8 本章小结  187 
参考资源  187 
第14章 神经网络算法  188 
14.1 神经网络算法概述  188 
14.2 示例:hello world!神经网络  190 
14.3 示例:使用神经网络算法识别验证码  190 
14.4 示例:使用神经网络算法检测Java溢出攻击  191 
14.5 本章小结  193 
参考资源  194 
第15章 多层感知机与DNN算法  195 
15.1 神经网络与深度学习  195 
15.2 TensorFlow编程模型  196 
15.2.1 操作  197 
15.2.2 张量  197 
15.2.3 变量  198 
15.2.4 会话  198 
15.3 TensorFlow的运行模式  198 
15.4 示例:在TensorFlow下识别验证码(一)  199 
15.5 示例:在TensorFlow下识别验证码(二)  202 
15.6 示例:在TensorFlow下识别验证码(三)  205 
15.7 示例:在TensorFlow下识别垃圾邮件(一)  207 
15.8 示例:在TensorFlow下识别垃圾邮件(二)  209 
15.9 本章小结  210 
参考资源  210 
第16章 循环神经网络算法  212 
16.1 循环神经网络算法概述  212 
16.2 示例:识别验证码  213 
16.3 示例:识别恶意评论  216 
16.4 示例:生成城市名称  220 
16.5 示例:识别WebShell  222 
16.6 示例:生成常用密码  225 
16.7 示例:识别异常操作  227 
16.8 本章小结  230 
参考资源  230 
第17章 卷积神经网络算法  231 
17.1 卷积神经网络算法概述  231 
17.2 示例:hello world!卷积神经网络  234 
17.3 示例:识别恶意评论  235 
17.4 示例:识别垃圾邮件  237 
17.5 本章小结  240 
参考资源  242 

                                    

—  没有更多了  —

以下为对购买帮助不大的评价

本店所售书籍均精品二手正版书书籍,严格审核品相为85品以上,出库会经过高温消毒,由于成本增加,所售书籍价格略高,运费首本5元,每增加一本运费加2元,每天下午2点前订单一般当天发出,最迟48小时内发出,二手书不保证100%没有任何笔记,有时会出现缺货现象,我们会第一时间告知您,感谢理解与支持。
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP