Web安全之深度学习实战 (刘焱著) 高清pdf文字版[15MB]

在现今的互联网公司中，产品线绵延复杂，安全防御体系无时无刻不在应对新的挑战。哪怕是拥有丰富工作经验的安全从业者，在面对层出不穷的攻击手段和海量日志数据时也会望洋兴叹。机器学习、深度学习是这些问题天然契合的解决方案，在数据量以指数级不断增长的未来，甚至有可能是唯一的出路。当AI遇到安全时，如何快速进化，本书给出了实战方案。

《Web安全之深度学习实战》是作者推出AI+安全畅销书《Web安全之机器学习》之后又一力作。本书首先介绍如何打造自己的深度学习工具箱，包括TensorFlow、TFLearn等深度学习库的安装以及使用方法。接着介绍卷积神经网络和循环神经网络这两大深度学习算法的基础知识。特别着重介绍在生产环境搭建深度学习平台需要使用的开源组件，包括Logstash、Kafka、Storm、Spark等。随后讲解了11个使用机器学习技术解决实际安全问题的案例，包括验证码识别、垃圾邮件识别、负面评论识别、骚扰短信识别、Linux后门检测、恶意操作行为检测、Webshell检测、智能扫描、DGA域名检测、恶意程序分类识别、反信用卡欺诈。

本书针对每一个算法都给出了具体案例，理论结合实际，讲解清晰，文笔幽默，适合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 打造深度学习工具箱
第2章 卷积神经网络
第3章 循环神经网络
第4章 基于OpenSOC的机器学习框架
第5章 验证码识别
第6章 垃圾邮件识别
第7章 负面评论识别
第8章 骚扰短信识别
第9章 Linux后门检测
第10章 用户行为分析与恶意行为检测
第11章 WebShell检测
第12章 智能扫描器
第13章 DGA域名识别
第14章 恶意程序分类识别
第15章 反信用卡欺诈