Технологии машинного обучения в сетевой безопасности [Шелухин Олег Иванович]
Изложены основные понятия интеллектуального анализа данных и машинного обучения. Представлены методы и алгоритмы обнаружения, классификации и кластеризации компьютерных атак и сетевых аномалий методами машинного обучения, в том числе с помощью нейронных сетей и сетей глубокого обучения. На примере экспериментальных наборов данных рассмотрена структура и особенности реализации систем и инструментов обнаружения сетевых атак методами машинного обучения. Приведены многочисленные примеры построения и реализации алгоритмов обнаружения и классификация сетевых атак для обеспечения сетевой безопасности, включая бинарные, многоклассовые и гибридные алгоритмы.
Проанализированы особенности реализации алгоритмов машинного обучения на основе нечеткой логики. Рассмотрены базовые принципы и подходы применения искусственных иммунных систем в системах информационной безопасности.
Код:
- Авторы: Шелухин О.И.
- Издательство: Горячая линия – Телеком, научно-техническое издательство
- Объем оригинала: 360 cтр.
- Дата публикации: 2021
- Формат: скан
Изложены основные понятия интеллектуального анализа данных и машинного обучения. Представлены методы и алгоритмы обнаружения, классификации и кластеризации компьютерных атак и сетевых аномалий методами машинного обучения, в том числе с помощью нейронных сетей и сетей глубокого обучения. На примере экспериментальных наборов данных рассмотрена структура и особенности реализации систем и инструментов обнаружения сетевых атак методами машинного обучения. Приведены многочисленные примеры построения и реализации алгоритмов обнаружения и классификация сетевых атак для обеспечения сетевой безопасности, включая бинарные, многоклассовые и гибридные алгоритмы.
Проанализированы особенности реализации алгоритмов машинного обучения на основе нечеткой логики. Рассмотрены базовые принципы и подходы применения искусственных иммунных систем в системах информационной безопасности.
Код:
Завантаження...
www.ozon.ru