Maschinelles Lernen und Sicherheit

Können maschinelle Lerntechniken unsere Computersicherheitsprobleme lösen und dem Katz-und-Maus-Spiel zwischen Angreifern und Verteidigern endlich ein Ende setzen? Oder ist diese Hoffnung nur ein Hype? Jetzt kannst du in die Wissenschaft eintauchen und diese Frage für dich selbst beantworten. In diesem praktischen Leitfaden erfährst du, wie du maschinelles Lernen auf Sicherheitsprobleme wie die Erkennung von Eindringlingen, die Klassifizierung von Malware und die Netzwerkanalyse anwenden kannst.

Die Spezialisten für maschinelles Lernen und Sicherheit Clarence Chio und David Freeman bieten einen Rahmen für die Diskussion über die Verbindung dieser beiden Bereiche sowie ein Toolkit mit Algorithmen des maschinellen Lernens, die du auf eine Reihe von Sicherheitsproblemen anwenden kannst. Dieses Buch ist ideal für Sicherheitsingenieure und Datenwissenschaftler gleichermaßen.

• Erfahre, wie maschinelles Lernen zum Erfolg moderner Spam-Filter beigetragen hat
• Erkenne schnell Anomalien, einschließlich Sicherheitsverletzungen, Betrug und drohende Systemausfälle
• Malware-Analysen durchführen, indem nützliche Informationen aus Computer-Binärdateien extrahiert werden
• Aufdeckung von Angreifern im Netzwerk durch das Auffinden von Mustern in Datensätzen
• Untersuchen, wie Angreifer Websites und App-Funktionen für Verbraucher ausnutzen
• Übertrage deine Algorithmen für maschinelles Lernen vom Labor in die Produktion
• Verstehe die Bedrohung, die Angreifer für maschinelle Lernlösungen darstellen