出版社:机械工业出版社
年代:2017
定价:79.0
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之CNN、RNN。本书针对每一个算法都给出了具体案例,如使用K近邻算法识别XSS攻击、使用决策树算法识别SQL注入攻击、使用逻辑回归算法识别恶意广告点击、使用K-Means算法检测DGA域名等。本书作者在安全领域有多年开发经验,全书理论结合实际,案例丰富,讲解清晰,适合于有信息安全基础知识的网络开发与运维技术人员参考。
书籍详细信息 | |||
书名 | Web安全之机器学习入门站内查询相似图书 | ||
丛书名 | 智能系统与技术丛书 | ||
9787111576426 如需购买下载《Web安全之机器学习入门》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 机械工业出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 79.0 | 语种 | 简体中文 |
尺寸 | 19 × 24 | 装帧 | 平装 |
页数 | 250 | 印数 | 3000 |
(意) 爱索尼克 (Andrea Isoni) , 著
(日) 须山敦志, 著
戴璞微, 潘斌, 著
刘焱, 编著
(日) 中井悦司, 著
(美) 克拉伦斯·基奥 (Clarence Chio) , (美) 戴维·弗里曼 (David Freeman) , 著
(美) 约翰·保罗·穆勒 (John Paul Mueller) , (意) 卢卡·马萨罗 (Luca Massaron) , 著
刘焱, 编著
(美) 克拉伦斯·奇奥 (Clarence Chio) , (美) 大卫·弗里曼 (David Freeman) , 著