亚洲欧美国产日韩精品在线,337P日本欧洲亚洲大胆精筑,18禁裸乳无遮挡自慰免费动漫

本書介紹了一系列結合人工智能技術處理網絡空間安全問題的方法，包括處理網絡威脅情報、為惡意軟件提供戰(zhàn)略防御機制、解決網絡犯罪、評估漏洞，以及產生主動而不是被動的對策的人工智能方法。

安全漏洞和被感染的計算機系統(tǒng)會讓政府和企業(yè)遭受嚴重損失。攻擊機制與防御機制在不斷地并行發(fā)展，要檢測欺詐性支付網關，保護云服務以及讓文件安全傳輸，需要不斷發(fā)展新技術。為了盡可能地防止未來發(fā)生的網絡攻擊或至少將其影響小化，人工智能方法被用來抵御網絡威脅和攻擊。不斷增加的全球網絡威脅和網絡攻擊的數量促使人們迫切需要自動化防御機制來及時發(fā)現漏洞、威脅和惡意活動。知識表示和推理、自動化計劃以及機器學習這些方法，有助于主動實現網絡安全措施，而非被動實現。為此，人工智能驅動的網絡安全應用程序開始發(fā)展，相關信息可參閱基于AI的安全基礎設施Chronicle系統(tǒng)（谷歌提供的云服務，可以用于企業(yè)保留、分析和搜索網絡安全數據）和“企業(yè)免疫系統(tǒng)” Darktrace。
日益復雜的網絡、操作系統(tǒng)和無線通信漏洞，以及惡意軟件行為給安全專家?guī)砹藙e甚至國際級別的重大挑戰(zhàn)。本書囊括了目前幾乎所有AI技術驅動的安全技術和方法。第1章介紹了AI的本體工程及其在網絡安全、網絡威脅情報和網絡態(tài)勢感知等方面的應用。本體中網絡基礎架構的概念、屬性、關系和實體的正式定義使編寫機器可解釋的語句成為可能。這些語句可用于對專家知識進行有效的索引、查詢和推理。第2章詳細介紹了如何利用知識工程來描述網絡拓撲和流量，以便軟件代理可以自動處理它們并執(zhí)行網絡知識發(fā)現。網絡分析人員往往使用多種來源的信息，除非使用統(tǒng)一的語法，否則軟件代理無法有效地處理這些信息并將這些信息解釋為易于理解的含義（例如模型理論語義和Tarski式解釋）。網絡知識的形式化表示不僅需要確定性的原理，有時還需要模糊的、概率性的原理以及元數據等作為來源。通過對語義豐富的網絡知識進行推理，自動化機制可以生成即使是有經驗的分析師也會忽略的關于相關性的非常規(guī)描述，并自動識別可能導致漏洞的錯誤配置。
第3章告訴我們，人工智能不僅可以提供幫助，還可能對網絡安全構成威脅，因為黑客也會使用AI方法，比如攻擊機器學習系統(tǒng)以利用軟件漏洞并破壞程序代碼。舉個例子，他們可能在機器學習算法中引入誤導性數據（數據投毒），篡改算法的行為，導致電子郵件將數千封垃圾郵件標記為“非垃圾郵件”，從而使惡意電子郵件被視為正常郵件。
社交媒體網站中提到的軟件漏洞可以被軟件供應商用來打補丁，也可以被對手在打補丁之前加以利用。第4章展示了軟件漏洞發(fā)布和利用之間的相關性，并提出了一種基于在線資源預測漏洞被利用的可能性的方法，供應商可以使用這些資源（包括Dark Web和Deep Web）來優(yōu)先安排補丁程序。
第5章介紹了適用于檢測網絡攻擊的AI方法。它提供了二元分類器和優(yōu)化技術，可以提高分類準確度、訓練速度以及用于網絡攻擊檢測的分布式AI驅動的計算效率。該章還描述了基于神經網絡、模糊網絡和進化計算的模型，以及二元分類器的組合策略，從而能夠對不同子樣本進行多種方式的訓練。
第6章討論了利用機器學習和數據挖掘來識別惡意連接的入侵檢測技術，比較了使用模糊邏輯和人工神經網絡的常見入侵檢測系統(tǒng)，并在此基礎上總結了使用人工神經網絡處理網絡攻擊的主要挑戰(zhàn)和機遇。
安全性的強弱取決于系統(tǒng)中薄弱的環(huán)節(jié)。不論企業(yè)采取了什么樣的安全措施，一個粗心的或經驗不足的用戶足以破壞文件傳輸的安全性或違反企業(yè)安全策略進行登錄。例如，安裝軟件不僅可能導致系統(tǒng)感染惡意軟件，還可能導致數據丟失、隱私泄露等。如第7章所述，人工智能可以用于分析軟件安裝程序的安全性，這一章中論述了基于機器學習的Android移動設備上用于分發(fā)和安裝移動程序以及中間件的包文件格式的分析方法。利用機器學習算法對APK文件結構進行分析，可以識別潛在的惡意軟件目標。
網絡分析師、防御專家、學生和網絡安全研究人員都可以從本書中匯編的一系列AI方法中受益，這本書不僅回顧了目前的技術水平，還提出了這一快速發(fā)展的研究領域的新方向。

Leslie F. Sikos博士
于澳大利亞阿德萊德

你還可能感興趣

我要評論