包邮机器学习实战之网络安全分析

第1章 简介
1．1 网络安全问题
1．2 机器学习
1．3 机器学习算法的实现
1．4 距离度量
1．5 机器学习评估指标
1．6 数学预备知识
1．6．1 线性代数
1．6．2 度量空间
1．6．3 概率
1．6．4 优化

第2章 机器学习简介
2．1 简介
2．1．1 有监督机器学习
2．1．2 无监督机器学习
2．1．3 半监督机器学习
2．1．4 强化机器学习
2．2 线性回归
2．3 多项式回归
2．4 逻辑回归
2．5 朴素贝叶斯分类器
2．6 支持向量机
2．7 决策树
2．8 *近邻
2．9 聚类分析
2．10 降维
2．11 线性判别分析
2．12 提升算法

第3章 机器学习和网络安全
3．1 简介
3．2 垃圾邮件检测
3．3 网络钓鱼页面检测
3．4 恶意程序检测
3．5 DoS和DDoS攻击检测
3．6 异常检测
3．7 生物识别
3．8 软件漏洞

第4章 支持向量机和恶意程序检测
4．1 简介
4．2 恶意程序检测
4．3 *大化边距和超平面优化
4．4 拉格朗日乘数
4．5 核方法
4．6 使用支持向量机开展基于权限的Android恶意软件静态检测
4．6．1 实验结果和讨论
4．7 使用支持向量机开展基于API调用的静态Android恶意软件检测
4．7．1 实验结果和讨论
4．8 研究结论和方向
4．8．1 *新技术
……

第5章 聚类分析和恶意软件分类
第6章 *近邻算法和指纹分类
第7章 降维和人脸识别
第8章 神经网络和面部识别
第9章 决策树的应用
第10章 网络安全中的对抗机器学习

参考文献