Machine Learning and Security – Protecting Systems with Data and Algorithms

Kan maskinlæring løse vores udfordringer inden for computersikkerhed og endelig sætte en stopper for den evige katten efter musen-leg mellem angribere og forsvarere? Eller er de store forhåbninger blot overdrevet hype? I bogen "Machine Learning and Security: Protecting Systems with Data and Algorithms" fra 2018 kan du dykke ned i videnskaben og selv finde svaret. Denne praktiske guide er skrevet af specialisterne Clarence Chio og David Freeman og henvender sig perfekt til både sikkerhedsingeniører og data scientists. Forfatterne præsenterer en solid ramme for foreningen af it-sikkerhed og data, og de leverer samtidig en praktisk værktøjskasse af maskinlæringsalgoritmer, som kan anvendes på en lang række sikkerhedsproblemer. Du får rig mulighed for at udforske, hvordan maskinlæring kan bruges i praksis til blandt andet indtrængningsdetektion, netværksanalyse og klassificering af malware. Bogen giver desuden en dybdegående indsigt i, hvordan maskinlæring har gjort moderne spamfiltre til en succes, og hvordan man hurtigt kan opdage uregelmæssigheder såsom sikkerhedsbrud, bedrageri og kommende systemfejl. Du vil lære at udføre malware-analyse ved at udtrække nyttig information fra binære filer og at afsløre angribere ved at spore mønstre internt i netværkets datasæt. Slutteligt belyser guiden, hvordan it-kriminelle udnytter apps og forbrugerrettede hjemmesider, hvordan man bedst overfører sine algoritmer fra laboratoriet til produktion, samt hvilke trusler der kan rettes mod selve maskinlæringsløsningerne.