本书由San Jose State University教授Mark Stamp撰写，系统讲解机器学习在信息安全领域的核心应用。内容涵盖隐马尔可夫模型、动态规划等关键算法，并通过实际案例展示如何利用机器学习检测恶意软件、入侵检测、异常行为分析等。适合信息安全工程师、机器学习从业者及研究生阅读，帮助读者掌握将AI技术落地到网络安全防护中的方法。全书共347页，提供严谨的理论推导与实用代码示例，是衔接AI与安全的经典教材。
本书由San Jose State University教授Mark Stamp撰写，系统讲解机器学习在信息安全领域的核心应用。内容涵盖隐马尔可夫模型、动态规划等关键算法，并通过实际案例展示如何利用机器学习检测恶意软件、入侵检测、异常行为分析等。适合信息安全工程师、机器学习从业者及研究生阅读，帮助读者掌握将AI技术落地到网络安全防护中的方法。全书共347页，提供严谨的理论推导与实用代码示例，是衔接AI与安全的经典教材。
本书由San Jose State University教授Mark Stamp撰写，系统讲解机器学习在信息安全领域的核心应用。内容涵盖隐马尔可夫模型、动态规划等关键算法，并通过实际案例展示如何利用机器学习检测恶意软件、入侵检测、异常行为分析等。适合信息安全工程师、机器学习从业者及研究生阅读，帮助读者掌握将AI技术落地到网络安全防护中的方法。全书共347页，提供严谨的理论推导与实用代码示例，是衔接AI与安全的经典教材。
本报告由CRC Press发布,发布于 2018 年。
覆盖 2018 年,全文约 346。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合信息安全工程师、机器学习工程师、数据科学家、网络安全分析师等读者参考。
重点分析了AI与科技、信息安全中、Stamp、Press等议题。