《Web安全之强化学习与GAN》-刘焱 pdf,txt,epub,azw3,mobi格式Kindle电子书免费下载-ebook22
<legend id='EBOOK'><style id='EBOOK'><dir id='EBOOK'><q id='EBOOK'></q></dir></style></legend>
    • <bdo id='EBOOK'></bdo><ul id='EBOOK'></ul>

  1. <small id='EBOOK'></small><noframes id='EBOOK'>

      <i id='EBOOK'><tr id='EBOOK'><dt id='EBOOK'><q id='EBOOK'><span id='EBOOK'><b id='EBOOK'><form id='EBOOK'><ins id='EBOOK'></ins><ul id='EBOOK'></ul><sub id='EBOOK'></sub></form><legend id='EBOOK'></legend><bdo id='EBOOK'><pre id='EBOOK'><center id='EBOOK'></center></pre></bdo></b><th id='EBOOK'></th></span></q></dt></tr></i><div id='EBOOK'><tfoot id='EBOOK'></tfoot><dl id='EBOOK'><fieldset id='EBOOK'></fieldset></dl></div>

      <tfoot id='EBOOK'></tfoot>

    1. ebook22电子书网,免费提供pdf,txt,epub,azw3,mobi格式Kindle电子书下载

      《Web安全之强化学习与GAN》

      互联网ebook22 2019-11-05 20:51:11A+A-

      Web安全之强化学习与GANebook书名:Web安全之强化学习与GAN

      作者:刘焱 

      出版社:机械工业出版社

      副标题:智能系统与技术丛书

      出版年:2018年

      页数:262

      格式:ebook

      ISBN:9787111593454

      内容简介:

          刘焱编著的《Web安全之强化学习与GAN》重点介绍强化学习和生成对抗网络的基础知识和实际应用,特别是在安全领域中攻防建设的实际应用。从AI安全攻防的基础知识,到智能工具的打造,全面介绍如何使用AI技术提升Web安全。本书作者有丰富的实战经验,他在书中用风趣幽默的语言描述了实际工作的体会,包含大量案例,每个案例都使用互联网公开的数据集并配有基于Python的代码,代码和数据集可以在本书配套的GifHub下载,可帮助读者降低学习门槛,快速将最新人工智能成果应用到实际工作中。



      作者简介:

      刘焱 百度安全Web防护产品线负责人,负责百度安全Web安全产品,包括防DDoS、Web应用防火墙、Web威胁感知、服务器安全以及安全数据分析等,具有近十年云安全及企业安全从业经历,全程参与了百度企业安全建设。研究兴趣包括机器学习、Web安全、僵尸网络、威胁情报等。他是FreeBuf专栏作家、i春秋知名讲师,多次在OWASP 、电子学会年会等发表演讲,参与编写了《大数据安全标准白皮书》。他还建立了微信公众号:“兜哥带你学安全”,发布了大量信息安全技术知识。


      目录:


      对本书的赞誉
      前言
      第1章 AI安全之攻与防1
      1.1 AI设备的安全2
      1.2 AI模型的安全3
      1.3 使用AI进行安全建设4
      1.4 使用AI进行攻击9
      1.5 本章小结9
      第2章 打造机器学习工具箱11
      2.1 TensorFlow11
      2.2 Keras13
      2.3 Anaconda14
      2.4 OpenAI Gym19
      2.5 Keras-rl19
      2.6 XGBoost19
      2.7 GPU服务器20
      2.8 本章小结23
      第3章 性能衡量与集成学习24
      3.1 常见性能衡量指标24
      3.1.1 测试数据24
      3.1.2 混淆矩阵25
      3.1.3 准确率与召回率25
      3.1.4 准确度与F1-Score26
      3.1.5 ROC与AUC27
      3.2 集成学习28
      3.2.1 Boosting算法29
      3.2.2 Bagging算法31
      3.3 本章小结32
      第4章 Keras基础知识34
      4.1 Keras简介34
      4.2 Keras常用模型35
      4.2.1 序列模型35
      4.2.2 函数式模型35
      4.3 Keras的网络层36
      4.3.1 模型可视化36
      4.3.2 常用层38
      4.3.3 损失函数44
      4.3.4 优化器44
      4.3.5 模型的保存与加载45
      4.3.6 基于全连接识别MNIST45
      4.3.7 卷积层和池化层47
      4.3.8 基于卷积识别MNIST49
      4.3.9 循环层49
      4.3.10 基于LSTM进行IMDB情感分类52
      4.4 本章小结54
      第5章 单智力体强化学习55
      5.1 马尔可夫决策过程55
      5.2 Q函数56
      5.3 贪婪算法与-贪婪算法57
      5.4 Sarsa算法59
      案例5-1:使用Sarsa算法处理金币问题60
      5.5 Q Learning算法62
      案例5-2:使用Q Learning算法处理金币问题63
      5.6 Deep Q Network算法64
      案例5-3:使用DQN算法处理CartPole问题65
      5.7 本章小结71
      第6章 Keras-rl简介72
      6.1 Keras-rl智能体介绍73
      6.2 Keras-rl智能体通用API73
      6.3 Keras-rl常用对象75
      案例6-1:在Keras-rl下使用SARSA算法处理CartPole问题75
      案例6-2:在Keras-rl下使用DQN算法处理CartPole问题77
      案例6-3:在Keras-rl下使用DQN算法玩Atari游戏78
      6.4 本章小结86
      第7章 OpenAI Gym简介87
      7.1 OpenAI87
      7.2 OpenAI Gym88
      7.3 Hello World!OpenAI Gym89
      7.4 编写OpenAI Gym环境92
      7.5 本章小结98
      第8章 恶意程序检测99
      8.1 PE文件格式概述100
      8.2 PE文件的节104
      8.3 PE文件特征提取107
      8.4 PE文件节的特征提取119
      8.5 检测模型121
      8.6 本章小结129
      第9章 恶意程序免杀技术130
      9.1 LIEF库简介130
      9.2 文件末尾追加随机内容 132
      9.3 追加导入表132
      9.4 改变节名称133
      9.5 增加节134
      9.6 节内追加内容135
      9.7 UPX加壳135
      9.8 删除签名137
      9.9 删除debug信息138
      9.10 置空可选头的交验和138
      9.11 本章小结138
      第10章 智能提升恶意程序检测能力139
      10.1 Gym-Malware简介139
      10.2 Gym-Malware架构141
      10.2.1 PEFeatureExtractor141
      10.2.2 Interface143
      10.2.3 MalwareManipulator143
      10.2.4 DQNAgent144
      10.2.5 MalwareEnv145
      10.3 恶意程序样本148
      10.4 本章小结149
      第11章 智能提升WAF的防护能力150
      11.1 常见XSS攻击方式151
      11.2 常见XSS防御方式152
      11.3 常见XSS绕过方式153
      11.4 Gym-WAF架构155
      11.4.1 Features类156
      11.4.2 Xss_Manipulator类156
      11.4.3 DQNAgent类160
      11.4.4 WafEnv_v0类161
      11.4.5 Waf_Check类162
      11.5 效果验证163
      11.6 本章小结164
      第12章 智能提升垃圾邮件检测能力165
      12.1 垃圾邮件检测技术166
      12.1.1 数据集166
      12.1.2 特征提取168
      12.1.3 模型训练与效果验证171
      12.1.4 模型的使用172
      12.2 垃圾邮件检测绕过技

      点击这里复制本文地址 本站电子书内容均来自网络ebook22电子书网整理呈现,版权归原作者和出版社所有.
      ebook资源:Web安全之强化学习与GAN
      • 芳华

        《芳华》电子书免费下载

        从军经历伴随了严歌苓整个的青春年华。当她后来成为了一个作家,这段经历成了她取之不竭的创作源泉。《一个女兵的悄悄话》《雌性的草地》《灰舞鞋》《白麻雀》《爱犬颗勒》,都以部队生活为题材,但多是以一个作家的客观视角来为那个时代的军人塑像。而她*创...

        01月01日[文学]

      • 非对称风险:风险共担,应对现实世界中的不确定性

        《非对称风险:风险共担,应对现实世界中的不确定性》电子书免费下载

        约 3800年前,《汉谟拉比法典》就向我们传达出一条人类进化的法则——在人与人的交往中建立对称关系,以防止有人转嫁隐藏的“尾部风险”。古往今来,人类的任何一条法律、任何一项教谕,也都是基于“对称性”原则的,但实际上,非对称风险也一直存在于人类历...

        01月01日[经营]

      • 别独自用餐

        《别独自用餐》电子书免费下载

        作为克林顿和希拉里智囊团中的人脉大师,基思•法拉奇经过20年的研究发现,一个人的成功,85%归功于他的人脉关系。在其代表作《别独自用餐》中,法拉奇提出了让人终身受益的社交法则。这些法则将彻底改变人们思考人脉的固有方式,通过持续地改变生活中看似不...

        01月01日[生活]

      • 卡罗尔

        《卡罗尔》电子书免费下载

        年轻女孩特芮丝在纽约追逐舞台设计师的梦想,却只能在百货公司做售货小姐。某日,她和身陷婚姻危机的中年主妇卡罗尔在百货公司偶遇,相互吸引的两人开始书信往返、电报传情,甚至一起公路旅行。然而,这在当时的美国社会是不被允许的,特芮丝的男友认为她只是...

        01月01日[文学]

      • 中国式饭局人脉学

        《中国式饭局人脉学》电子书免费下载

        作者以宏观的视角诠释了“饭局社交”中的组织和派系,分析了阴谋和利益,同时,又从微观的层面人手,详细地阐释了怎样在不同的饭局中采取不同的交际方法--与陌生人,与老板,与同事,与下属,与客户,与哥们儿……无不涵盖其中。...

        01月01日[生活]

      ebook22电子书网 © All Rights Reserved.
      全部书籍 网站地图
      声明:本站所有内容皆由ebook22电子书网(www.ebook22.com)自网络收集整理,版权归原作者和出版社所有.