包邮机器学习与安全

前言 第1章 为什么要学习机器学习与安全？ 网络威胁纵观 网络攻击者经济 什么是机器学习？ 机器学习在安全领域的实际应用 同垃圾邮件斗争：一种迭代方法 机器学习在安全性方面的局限 第2章 分类和聚类 机器学习：问题与途径 实践中的机器学习：一个实际案例 训练算法学习 监督分类算法 分类中实际考虑的内容 聚类 小结 第3章 异常检测 何时使用异常检测与监督式学习 启发式入侵检测 数据驱动方法 异常检测的特征工程 基于数据和算法的异常检测 机器学习在异常检测中的挑战 响应与缓解 实用系统设计中关注的问题 小结 第4章 恶意软件分析 了解恶意软件 特征生成 从特征到分类 小结 第5章 网络流量分析 网络防御理论 机器学习与网络安全 建立网络攻击分类预测模型 小结 第6章 保护消费者网络 货币化的消费者网络 滥用的类型和可以阻止它们的数据 监督学习滥用问题 聚类滥用 集群的进一步 小结 第7章 生产系统 定义机器学**统的成熟度和可伸缩性 数据质量 模型质量 性能 可维护性 监测与预警