Web安全之机器学习入门 (刘焱) 完整pdf高清版[23MB]

Web安全之机器学习入门首先介绍主流的机器学习工具，以及Python应用于机器学习的优势，并介绍Scikit-Learn环境搭建、TensorFlow环境搭建。接着介绍机器学习的基本概念和Web安全基础知识。然后深入讲解几个机器学习算法在Web安全领域的实际应用，如K近邻、决策树、朴素贝叶斯、逻辑回归、支持向量机、K-Means算法、FP-growth、隐式马尔可夫、有向图、神经网络等，还介绍了深度学习算法之CNN、RNN。本书针对每一个算法都给出了具体案例，如使用K近邻算法识别XSS攻击、使用决策树算法识别SQL注入攻击、使用逻辑回归算法识别恶意广告点击、使用K-Means算法检测DGA域名等。

本书作者在安全领域有多年开发经验，全书理论结合实际，案例丰富，讲解清晰，适合于有信息安全基础知识的网络开发与运维技术人员参考。

目录

第1章　通向智能安全的旅程 1
第2章　打造机器学习工具箱 11
第3章　机器学习概述 21
第4章　Web安全基础 41
第5章　K近邻算法 74
第6章　决策树与随机森林算法 87
第7章　朴素贝叶斯算法 97
第8章　逻辑回归算法 109
第9章　支持向量机算法 115
第10章　K-Means与DBSCAN算法 131
第11章　Apriori与FP-growth算法 138
第12章　隐式马尔可夫算法 147
第13章　图算法与知识图谱 163