孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

基于人工智能方法的网络空间安全

基于人工智能方法的网络空间安全
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [澳] （Leslie F. Sikos）
出版社: 机械工业出版社
2021-11
版次: 1
ISBN: 9787111691808
定价: 79.00
装帧: 其他
开本: 16开
纸张: 胶版纸
字数: 132千字
分类: 计算机与互联网
2人买过
  • 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。 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1

    11网络空间安全中的知识工程简介1

    12网络空间安全分类标准4

    13网络空间安全的核心参考本体模型6

    14网络空间安全的上层本体6

    15网络空间安全的领域本体8

    151入侵检测本体模型8

    152恶意软件分类和恶意软件行为本体模型8

    153网络威胁情报本体模型9

    154数字取证本体模型10

    155安全操作和流程本体模型11

    156描述网络攻击及其影响的本体模型11

    1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18

    21引言18

    22预备知识19

    23通信网络的概念23

    231网络和拓扑结构24

    232网络接口和IP地址24

    233路由器25

    234自治系统和路由系统26

    24网络态势感知的形式化知识表示28

    25表示网络数据来源33

    26表示网络数据的不确定性35

    27表示网络数据的模糊性38

    28对网络态势感知的推理支持40

    29总结41

    参考文献41

    第3章  机器学习系统的安全性45

    31机器学习算法的脆弱性45

    32威胁模型46

    321攻击者能力产生的威胁47

    322攻击者目标产生的威胁48

    323攻击者知识产生的威胁49

    324攻击策略产生的威胁50

    33数据中毒52

    331投毒攻击场景53

    332投毒攻击56

    333投毒攻击的可传递性61

    334对投毒攻击的防御63

    34在测试中的攻击64

    341规避攻击场景66

    342规避攻击的计算69

    343规避攻击的可传递性70

    344对规避攻击的防御72

    3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77

    41引言78

    42相关工作81

    43预备知识82

    431有监督的学习方法82

    432漏洞利用预测面临的挑战83

    44漏洞利用预测模型85

    441数据源86

    442特征描述88

    45漏洞及利用分析90

    451漏洞利用可能性91

    452基于时间的分析91

    453基于供应商/平台的分析93

    454基于语言的分析94

    46实验设置95

    461性能评估96

    462结果97

    47对抗数据处理103

    48讨论105

    4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111

    51引言111

    52相关工作112

    53二元分类器114

    531神经网络114

    532模糊神经网络118

    533支持向量机123

    54训练二元分类器以检测网络攻击126

    541计算和预处理网络参数127

    542二元分类器权重的遗传优化129

    543网络攻击检测算法131

    55组合多种二元分类器方案132

    551组合检测器的低层级方案132

    552聚合成分134

    553组合检测器的常用方法136

    56实验137

    561数据集137

    562实验1138

    563实验2139

    5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144

    61引言144

    62网络入侵检测系统146

    621部署方法146

    622检测方法148

    63网络入侵检测中的机器学习149

    631模糊推理系统150

    632人工神经网络156

    633基于机器学习的NIDS的部署160

    64实验161

    641评估环境161

    642模型构建162

    643结果对比164

    6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172

    71引言172

    72Android应用程序包的结构174

    721中央配置(AndroidManifest.xml)174

    722Dalvik字节码(classes.dex)175

    73Android恶意软件识别技术176

    731黑名单176

    732参数化177

    733分类177

    74数据集准备178

    741APK文件分析178

    742应用程序元数据179

    743标签分类180

    744数据编码180

    745一种安全和恶意APK文件的新型数据集181

    75用SVM检测恶意软件182

    751SVM概述182

    752特征设置185

    753调整超参数185

    754评估指标186

    755数值结果186

    76与参数化方法比较188

    761扩展DroidRisk188

    762DroidRisk性能189

    77特征选择190

    771递归特征消除190

    772排序标准191

    773实验192

    78问题和限制194

    79总结195

    参考文献195
  • 内容简介:
    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。
  • 目录:
    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1

    11网络空间安全中的知识工程简介1

    12网络空间安全分类标准4

    13网络空间安全的核心参考本体模型6

    14网络空间安全的上层本体6

    15网络空间安全的领域本体8

    151入侵检测本体模型8

    152恶意软件分类和恶意软件行为本体模型8

    153网络威胁情报本体模型9

    154数字取证本体模型10

    155安全操作和流程本体模型11

    156描述网络攻击及其影响的本体模型11

    1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18

    21引言18

    22预备知识19

    23通信网络的概念23

    231网络和拓扑结构24

    232网络接口和IP地址24

    233路由器25

    234自治系统和路由系统26

    24网络态势感知的形式化知识表示28

    25表示网络数据来源33

    26表示网络数据的不确定性35

    27表示网络数据的模糊性38

    28对网络态势感知的推理支持40

    29总结41

    参考文献41

    第3章  机器学习系统的安全性45

    31机器学习算法的脆弱性45

    32威胁模型46

    321攻击者能力产生的威胁47

    322攻击者目标产生的威胁48

    323攻击者知识产生的威胁49

    324攻击策略产生的威胁50

    33数据中毒52

    331投毒攻击场景53

    332投毒攻击56

    333投毒攻击的可传递性61

    334对投毒攻击的防御63

    34在测试中的攻击64

    341规避攻击场景66

    342规避攻击的计算69

    343规避攻击的可传递性70

    344对规避攻击的防御72

    3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77

    41引言78

    42相关工作81

    43预备知识82

    431有监督的学习方法82

    432漏洞利用预测面临的挑战83

    44漏洞利用预测模型85

    441数据源86

    442特征描述88

    45漏洞及利用分析90

    451漏洞利用可能性91

    452基于时间的分析91

    453基于供应商/平台的分析93

    454基于语言的分析94

    46实验设置95

    461性能评估96

    462结果97

    47对抗数据处理103

    48讨论105

    4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111

    51引言111

    52相关工作112

    53二元分类器114

    531神经网络114

    532模糊神经网络118

    533支持向量机123

    54训练二元分类器以检测网络攻击126

    541计算和预处理网络参数127

    542二元分类器权重的遗传优化129

    543网络攻击检测算法131

    55组合多种二元分类器方案132

    551组合检测器的低层级方案132

    552聚合成分134

    553组合检测器的常用方法136

    56实验137

    561数据集137

    562实验1138

    563实验2139

    5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144

    61引言144

    62网络入侵检测系统146

    621部署方法146

    622检测方法148

    63网络入侵检测中的机器学习149

    631模糊推理系统150

    632人工神经网络156

    633基于机器学习的NIDS的部署160

    64实验161

    641评估环境161

    642模型构建162

    643结果对比164

    6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172

    71引言172

    72Android应用程序包的结构174

    721中央配置(AndroidManifest.xml)174

    722Dalvik字节码(classes.dex)175

    73Android恶意软件识别技术176

    731黑名单176

    732参数化177

    733分类177

    74数据集准备178

    741APK文件分析178

    742应用程序元数据179

    743标签分类180

    744数据编码180

    745一种安全和恶意APK文件的新型数据集181

    75用SVM检测恶意软件182

    751SVM概述182

    752特征设置185

    753调整超参数185

    754评估指标186

    755数值结果186

    76与参数化方法比较188

    761扩展DroidRisk188

    762DroidRisk性能189

    77特征选择190

    771递归特征消除190

    772排序标准191

    773实验192

    78问题和限制194

    79总结195

    参考文献195
查看详情
相关分类
计算机理论 编程与开发 操作系统 大数据与云计算 图形图像/多媒体 网站设计与网页开发 网络与通讯 硬件、嵌入式开发 办公软件 信息安全 辅助设计与工程计算 软件工程/开发项目管理
12
相关图书 / 更多
基于人工智能方法的网络空间安全
基于TensorFlow的深度学习：神经网络、计算机视觉和NLP的理论与实践 [美]马格努斯·埃克曼 周翊民　译
（美）马格努斯·埃克曼
￥78.27 起
基于人工智能方法的网络空间安全
基于商业生态系统视角的供应链金融研究
蔡强
￥34.12 起
基于人工智能方法的网络空间安全
基于学习科学的有效教学
梁林梅
￥62.28 起
基于人工智能方法的网络空间安全
基于“数字城市”建设的数据产权制度研究
刘岩，田强，赵家琦
￥37.60 起
基于人工智能方法的网络空间安全
基于R-INLA的SPDE空间模型的高级分析
Elias Krainski， Virg
￥62.10 起
基于人工智能方法的网络空间安全
基于Python的GIS空间分析
高培超 谢一茹 叶思菁 宋长青/编著
￥23.60 起
基于人工智能方法的网络空间安全
基于复杂网络的突发公共卫生事件应急管理系统研究：以高校突发公共卫生事件防控为例
于洪浩
￥22.50 起
基于人工智能方法的网络空间安全
基于学习任务群的高中语文教学探索
吕洋 主编
￥37.40 起
基于人工智能方法的网络空间安全
基于R的语言研究多变量分析
吴诗玉
￥51.32 起
基于人工智能方法的网络空间安全
基于数据挖掘技术的中国日语学习者习得研究
毛文伟， 著
￥36.00 起
基于人工智能方法的网络空间安全
基于项目教学的职业教育课程开发研究与实践
深圳职业技术大学
￥33.40 起
基于人工智能方法的网络空间安全
基于深度学习的自然语言处理和语音识别 [美]乌黛·卡马特
（美）乌黛·卡马特， （美）约翰·刘， （美）詹姆斯·惠特克
￥74.01 起
您可能感兴趣 / 更多
基于人工智能方法的网络空间安全
四大会计师事务所:历史秘辛与未来挑战
[澳]伊恩·d.高（ian d. gow） [澳]斯图尔特·凯尔斯（stuart kells）
￥35.85 起
基于人工智能方法的网络空间安全
培养孩子抗挫力的50个游戏
[澳]戴西·特恩布尔
￥14.98 起
基于人工智能方法的网络空间安全
勇敢的克兰西（接纳并善待与众不同的自己，敢于打破惯例，尝试更多可能）
[澳]拉切·休谟 著；赵静 译
￥20.17 起
基于人工智能方法的网络空间安全
极地竞赛：19世纪南极开发史（精装典藏版）
[澳]吉伦·达西·伍德，（Gillen，D’Arcy，Wood）
￥28.86 起
基于人工智能方法的网络空间安全
作家的房间：关于写作的对话（夏洛特?伍德“三年大师写作班”，集结11位澳大利亚本土作家访谈录，澳大利亚版巴黎评论）
[澳]夏洛特·伍德
￥23.30 起
基于人工智能方法的网络空间安全
夜空冲浪指南
[澳]丽莎·哈维·史密斯、[澳]索菲·比尔绘 著；孙正凡 张琳 译；未读 出品
￥24.30 起
基于人工智能方法的网络空间安全
南方理论：社会科学知识的全球动态
[澳]瑞文·康奈尔
￥31.43 起
基于人工智能方法的网络空间安全
策展指南
[澳]布拉德·巴克利，约翰·科诺莫斯
￥99.00 起
基于人工智能方法的网络空间安全
海外中国研究·性别、政治与民主：近代中国的妇女参政
[澳]李木兰 著；方小平 译
￥29.61 起
基于人工智能方法的网络空间安全
英语合作学习活动
[澳]杨宏智 (澳)沈惠忠
￥26.24 起
基于人工智能方法的网络空间安全
翻转恐惧大作战
[澳]安迪·哈迪曼 / 著
￥11.28 起
基于人工智能方法的网络空间安全
非传统营销Ⅱ 系统、实战、深度，风靡全球品牌届的颠覆性营销书籍
[澳]珍妮·罗曼纽克（Jenni Romaniuk），[澳]拜伦·夏普（Byron Sharp） 著，麦青（Mandy） 译
￥34.96 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全