珠海科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

基于数据科学的恶意软件分析/(美) 约书亚·萨克斯, 希拉里·桑德斯著/Joshua Saxe, Hillary Sanders 何能强, 严寒冰译

出版发行项:

北京:机械工业出版社,2020

ISBN及定价:

978-7-111-64652-5/CNY79.00

载体形态项:

XVIII, 228页:图;24cm

统一题名:

Malware data science attack detection and attribution

丛编项:

网络空间安全技术丛书

个人责任者:

萨克斯 (Saxe, Joshua) 著

个人责任者:

桑德斯 (Sanders, Hillary) 著

个人次要责任者:

何能强 译

个人次要责任者:

严寒冰 译

学科主题:

计算机网络-安全技术-研究

中图法分类号:

TP393.08

出版发行附注:

由No Starch Press授权出版

责任者附注:

约书亚·萨克斯是专业安全企业Sophos的首席数据科学家。希拉里·桑德斯是Sophos公司的高级软件工程师和数据科学家。何能强, 博士, 高级工程师, 2012年加入国家互联网应急中心。严寒冰, 博士, 教授级高级工程师, 现任国家互联网应急中心运行部主任。

提要文摘附注:

本书的第1-3章涵盖了理解本书后面讨论的恶意软件数据科学技术所必需的基本逆向工程概念。第4章和第5章重点关注恶意软件的关系分析, 其中包括查看恶意软件集合之间的相似性和差异性, 以识别针对组织的恶意软件攻击活动。第6-9章涵盖了需要了解的关于理解、应用和实现基于机器学习恶意软件检测系统的所有内容。这些章节的内容还可为将机器学习应用于其他网络安全场景打下了基础。第10-12章介绍深度学习的内容。

豆瓣简介：