安徽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(Joshua Saxe), 希拉里·桑德斯(Hillary Sanders)著 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

并列正题名:

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:

(美) 萨克斯 (Saxe, Joshua) 著

个人责任者:

(美) 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:

本书中文简体字版由No Starch Press授权机械工业出版社在全球独家出版发行

责任者附注:

约书亚·萨克斯 (Joshua Saxe), 专业安全企业Sophos的首席数据科学家, 他在Sophos公司负责领导一个安全数据科学研究团队。希拉里·桑德斯 (Hillary Sanders), Sophos公司的高级软件工程师和数据科学家, 她在为Sophos公司发明和产品化神经网络、机器学习和恶意软件相似性分析安全技术方面发挥了关键作用。何能强, 博士, 高级工程师, 2012年加入国家互联网应急中心, 长期从事移动恶意程序逆向分析、移动应用程序安全检测及相关威胁情报提取分析等技术研究和系统研发工作。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, 长期从事网络安全相关工作。

提要文摘附注:

在本书中, 安全数据科学家约书亚·萨克斯和希拉里·桑德斯展示了在构建自己的检测和情报系统时, 如何应用机器学习、统计和数据可视化等技术。在概述了静态和动态分析等基础逆向工程概念之后, 你将学习如何度量恶意软件样本中的代码相似性, 并使用scikit-learn-和 Keras等机器学习框架构建和训练你自己的检测器。

豆瓣简介：