000
01833nam 2200313 450
001
2059768283
005
20201104163619.52
010
@ a978-7-111-64652-5@ dCNY79.00
100
@ a20200326d2020 em y0chiy50 ea
101
1
@ achi@ ceng
102
@ aCN@ b110000
105
@ aa z 000yy
200
1
@ a基于数据科学的恶意软件分析@ Aji yu shu ju ke xue de e yi ruan jian fen xi@ f(美) 约书亚·萨克斯, 希拉里·桑德斯著@ d= Malware data science attack detection and attribution@ fJoshua Saxe, Hillary Sanders@ g何能强, 严寒冰译@ zeng
210
@ a北京@ c机械工业出版社@ d2020.03
215
@ aXVIII, 228页@ c图@ d24cm
225
2
@ a网络空间安全技术丛书@ Awang luo kong jian an quan ji shu cong shu
306
@ a由No Starch Press授权出版
314
@ a约书亚·萨克斯是专业安全企业Sophos的首席数据科学家。希拉里·桑德斯是Sophos公司的高级软件工程师和数据科学家。何能强, 博士, 高级工程师, 2012年加入国家互联网应急中心。严寒冰, 博士, 教授级高级工程师, 现任国家互联网应急中心运行部主任。
330
@ a本书的第1-3章涵盖了理解本书后面讨论的恶意软件数据科学技术所必需的基本逆向工程概念。第4章和第5章重点关注恶意软件的关系分析, 其中包括查看恶意软件集合之间的相似性和差异性, 以识别针对组织的恶意软件攻击活动。第6-9章涵盖了需要了解的关于理解、应用和实现基于机器学习恶意软件检测系统的所有内容。这些章节的内容还可为将机器学习应用于其他网络安全场景打下了基础。第10-12章介绍深度学习的内容。
410
0
@ 12001 @ a网络空间安全技术丛书
500
10
@ aMalware data science attack detection and attribution@ mChinese
606
0
@ a计算机网络@ Aji suan ji wang luo@ x安全技术@ x研究
690
@ aTP393.08@ v5
701
1
@ a萨克斯@ Asa ke si@ g(Saxe, Joshua)@ 4著
701
1
@ a桑德斯@ Asang de si@ g(Sanders, Hillary)@ 4著
702
0
@ a何能强@ Ahe neng qiang@ 4译
702
0
@ a严寒冰@ Ayan han bing@ 4译
801
0
@ aCN@ b人天书店@ c20200928
905
@ aZUCC@ dTP393.08@ eS006
基于数据科学的恶意软件分析/(美) 约书亚·萨克斯, 希拉里·桑德斯著= Malware data science attack detection and attribution/Joshua Saxe, Hillary Sanders/何能强, 严寒冰译.-北京：机械工业出版社，2020.03 XVIII, 228页：图；24cm.-(网络空间安全技术丛书) ISBN 978-7-111-64652-5：CNY79.00 本书的第1-3章涵盖了理解本书后面讨论的恶意软件数据科学技术所必需的基本逆向工程概念。第4章和第5章重点关注恶意软件的关系分析, 其中包括查看恶意软件集合之间的相似性和差异性, 以识别针对组织的恶意软件攻击活动。第6-9章涵盖了需要了解的关于理解、应用和实现基于机器学习恶意软件检测系统的所有内容。这些章节的内容还可为将机器学习应用于其他网络安全场景打下了基础。第10-12章介绍深度学习的内容。 ●
预约/预借
序号
登录号
条形码
馆藏地/架位号
状态
备注
1
1477561
214775616
自科库301/301自科库 122排2列2层/
[索取号:TP393.08/S006]
在馆
2
1477562
214775625
自科库301/301自科库 122排2列2层/
[索取号:TP393.08/S006]
在馆
