
劉焱
如今是一個人工智能興起的年代,也是一個黑產猖獗的年代;是一個機器學習算法百花齊放的年代,也是一個隱私泄露、惡意代碼傳播、網絡攻擊肆虐的年代。AlphaGo碾壓柯潔之後,不少人擔心AI會搶了人類的工作,然而信息安全領域專業人才嚴重匱乏,極其需要AI來補充專業缺口。通過機器學習分析海量Web日誌,進而發現業務異常和安全問題已經是安全監控平臺的標配。然而,市場上信息安全和機器學習結合的工具書卻很少,本書從基礎知識和實際案例出發,逐步抽絲剝繭帶你進入自動化安全的殿堂。書中的算法和思路是經過大規模部署和商業驗證的,具備很強的可操作性。
對各種算法淺嘗輒止,沒說清其原理,甚至都沒怎麼介紹,大多隻談現象,不聊原理。前後章節的內容存在重複文本和圖片,羅列一堆無註釋的python 代碼。唯一的好處就是對機器學習涉及算法有點印象,以及如何用python 模塊來動用算法訓練和分析樣本,在惡意流量、web和主機安全上有若干示例。對於真正想學習機器學習的同學可能不適用,書中還提到另一本書<機器學習實戰>,與本書涉及的算法描述順序有些神似,可能是作者的主要參考書目。
非入門書籍,基本就是代碼的說明書,想做一些代碼聯繫的話,可以下載github源碼,對着本書去理解。。。
想了解人工智能在網絡安全中的一些應用,這本書能找到一些結合的點,沒有人工智能的知識還是不太好理解運用的,還是需要有人工智能和網絡安全的基礎纔行。
說實話 感覺比上不足 比下有餘 看了不能學到太多,不如直接去看機器學習相關的書
本書是國內首部機器學習應用於Web安全的作品,作者是百度安全專家,他用風趣幽默的語言詮釋了超過15種的機器學習算法,及其在Web安全領域中的實際應用,非常實用,包括所有案例源代碼,以及公開的測試數據,可極大地降低學習成本,使讀者快速上手實踐。 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,甚至有可能是出路
書中的內容,羅列了大量的python及php的導入,對於邏輯函數等,闡述的比較簡明。內在的邏輯知識是需要大量的代碼量去深入學習,對於貝葉斯算法神經網絡及積卷神經講的有些特點。不過我還是不太懂[捂臉][捂臉][捂臉]
以最常見實戰例子,從安全角度,遍歷各種機器學習的方法。我覺得可以給安全工程師一些好的思路。師傅領進門,修心靠個人。