Web安全之深度學習實戰檢視原始碼討論檢視歷史

來自 孔夫子網 的圖片

《Web安全之深度學習實戰》是2017年機械工業出版社出版的圖書，作者是劉焱。

截至2022年，機械工業出版社年出版新書近2700種，年引進和輸出版權總量近800種，產品橫跨科技出版、教育出版、大眾出版三大板塊，覆蓋機械、電工電子、汽車、建築、計算機、經管、心理、生活、科普、藝術設計、文創等十多個專業領域，以及高等教育、職業教育、技能教育等不同教育層次。

內容簡介

在現今的互聯網公司中，產品線綿延複雜，安全防禦體系無時無刻不在應對新的挑戰。哪怕是擁有豐富工作經驗的安全從業者，在面對層出不窮的攻擊手段和海量日誌數據時也會望洋興嘆。機器學習、深度學習是這些問題天然契合的解決方案，在數據量以指數級不斷增長的未來，甚至有可能是唯*的出路。當AI遇到安全時，如何快速進化，本書給出了實戰方案。

本書是作者（兜哥）推出AI+安全書籍《Web安全之機器學習》之後又一力作。本書首先介紹如何打造自己的深度學習工具箱，包括TensorFlow、TFLearn等深度學習庫的安裝以及使用方法。接着介紹卷積神經網絡和循環神經網絡這兩大深度學習算法的基礎知識。特別着重介紹在生產環境搭建深度學習平台需要使用的開源組件，包括Logstash、Kafka、Storm、Spark等。隨後講解了11個使用機器學習技術解決實際安全問題的案例，包括驗證碼識別、垃圾郵件識別、負面評論識別、騷擾短信識別、Linux後門檢測、惡意操作行為檢測、Webshell檢測、智能掃描、DGA域名檢測、惡意程序分類識別、反信用卡欺詐。

主要內容包括：

1.如何基於TensorFlow和TFLearn打造自己的深度學習工具箱。

2.如何基於Logstash、Kafka、Storm、Spark等打造深度學習的生產環境。

3.如何在MNIST數據集上實現驗證碼識別。

4.如何在安然數據集上實現垃圾郵件檢測。

5.如何在IMDB數據集上實現負面評論識別。

6.如何在SMSSpamCollection數據集上實現騷擾短信識別。

7.如何在ADFA-LD數據集上實現Linux後門檢測。

8.如何在SEA數據集上實現惡意操作行為檢測。

9.如何在MIST數據集上實現惡意程序分類識別。

10.如何在Kaggle公開的數據集上實現信用卡欺詐檢測。

11.如何在GitHub公開的數據集上實現Webshell檢測，智能掃描和DGA域名檢測。