蜜臀av福利无码一二三,日本大尺度一区二区三区在线看,精品无码专区亚洲

本書介紹了一系列結(jié)合人工智能技術(shù)處理網(wǎng)絡(luò)空間安全問題的方法，包括處理網(wǎng)絡(luò)威脅情報、為惡意軟件提供戰(zhàn)略防御機制、解決網(wǎng)絡(luò)犯罪、評估漏洞，以及產(chǎn)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(wǎng)關(guān)，保護云服務(wù)以及讓文件安全傳輸，需要不斷發(fā)展新技術(shù)。為了盡可能地防止未來發(fā)生的網(wǎng)絡(luò)攻擊或至少將其影響小化，人工智能方法被用來抵御網(wǎng)絡(luò)威脅和攻擊。不斷增加的全球網(wǎng)絡(luò)威脅和網(wǎng)絡(luò)攻擊的數(shù)量促使人們迫切需要自動化防御機制來及時發(fā)現(xiàn)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(xué)習(xí)這些方法，有助于主動實現(xiàn)網(wǎng)絡(luò)安全措施，而非被動實現(xiàn)。為此，人工智能驅(qū)動的網(wǎng)絡(luò)安全應(yīng)用程序開始發(fā)展，相關(guān)信息可參閱基于AI的安全基礎(chǔ)設(shè)施Chronicle系統(tǒng)（谷歌提供的云服務(wù)，可以用于企業(yè)保留、分析和搜索網(wǎng)絡(luò)安全數(shù)據(jù)）和“企業(yè)免疫系統(tǒng)” Darktrace。
日益復(fù)雜的網(wǎng)絡(luò)、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(shù)驅(qū)動的安全技術(shù)和方法。第1章介紹了AI的本體工程及其在網(wǎng)絡(luò)安全、網(wǎng)絡(luò)威脅情報和網(wǎng)絡(luò)態(tài)勢感知等方面的應(yīng)用。本體中網(wǎng)絡(luò)基礎(chǔ)架構(gòu)的概念、屬性、關(guān)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(wǎng)絡(luò)拓撲和流量，以便軟件代理可以自動處理它們并執(zhí)行網(wǎng)絡(luò)知識發(fā)現(xiàn)。網(wǎng)絡(luò)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(wǎng)絡(luò)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(shù)據(jù)等作為來源。通過對語義豐富的網(wǎng)絡(luò)知識進行推理，自動化機制可以生成即使是有經(jīng)驗的分析師也會忽略的關(guān)于相關(guān)性的非常規(guī)描述，并自動識別可能導(dǎo)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(wǎng)絡(luò)安全構(gòu)成威脅，因為黑客也會使用AI方法，比如攻擊機器學(xué)習(xí)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(xué)習(xí)算法中引入誤導(dǎo)性數(shù)據(jù)（數(shù)據(jù)投毒），篡改算法的行為，導(dǎo)致電子郵件將數(shù)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(wǎng)站中提到的軟件漏洞可以被軟件供應(yīng)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(guān)性，并提出了一種基于在線資源預(yù)測漏洞被利用的可能性的方法，供應(yīng)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(wǎng)絡(luò)攻擊的AI方法。它提供了二元分類器和優(yōu)化技術(shù)，可以提高分類準確度、訓(xùn)練速度以及用于網(wǎng)絡(luò)攻擊檢測的分布式AI驅(qū)動的計算效率。該章還描述了基于神經(jīng)網(wǎng)絡(luò)、模糊網(wǎng)絡(luò)和進化計算的模型，以及二元分類器的組合策略，從而能夠?qū)Σ煌訕颖具M行多種方式的訓(xùn)練。
第6章討論了利用機器學(xué)習(xí)和數(shù)據(jù)挖掘來識別惡意連接的入侵檢測技術(shù)，比較了使用模糊邏輯和人工神經(jīng)網(wǎng)絡(luò)的常見入侵檢測系統(tǒng)，并在此基礎(chǔ)上總結(jié)了使用人工神經(jīng)網(wǎng)絡(luò)處理網(wǎng)絡(luò)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(jīng)驗不足的用戶足以破壞文件傳輸?shù)陌踩曰蜻`反企業(yè)安全策略進行登錄。例如，安裝軟件不僅可能導(dǎo)致系統(tǒng)感染惡意軟件，還可能導(dǎo)致數(shù)據(jù)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(xué)習(xí)的Android移動設(shè)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(xué)習(xí)算法對APK文件結(jié)構(gòu)進行分析，可以識別潛在的惡意軟件目標。
網(wǎng)絡(luò)分析師、防御專家、學(xué)生和網(wǎng)絡(luò)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(shù)水平，還提出了這一快速發(fā)展的研究領(lǐng)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