人工智能在網絡安全中的應用 Hands-On Artificial Intelligence for Cybersecurity

如今，全球各種組織在網絡安全上花費了數十億美元。
為了構建更智能、更安全的安全系統，
人工智能已經成為了一個很好的解決方案，
可以用於預測和檢測可疑的網絡活動，如網絡釣魚或未經授權的入侵。
本書介紹並演示了熱門和成功的人工智能方法和模型，
可以用於檢測潛在的攻擊和保護企業的系統。
您將學習機器學習和神經網絡在網絡安全中的作用，
以及網絡安全中的深度學習，你還將學習如何將人工智能應用於構建智能防禦機制。
進一步地，您將能夠在各種應用中採取這些策略，
包括垃圾郵件過濾器、網絡入侵檢測、殭屍網絡檢測和安全身份驗證。
最後，您將可以開發智能係統，用於檢測異常、
可疑的模式和攻擊，使用人工智能實現強大的網絡安全防禦。

Alessandro Parisi已從事IT行業20多年，作為數據安全科學家、AI網絡安全及區塊鏈專家，在網絡安全方面有著豐富的經驗。
他具有在高度複雜的組織和決策環境中工作的經驗。
多年來，他幫助多個公司採用AI和區塊鏈DLT技術等戰略工具，來保護敏感資產。
他擁有經濟學和統計學碩士學位。

目錄
第一部分人工智能的核心概念和工具
1面向網絡安全專業人員的AI簡介
將AI應用於網絡安全
人工智能的發展：從專家系統到數據挖掘
專家系統簡介
反映現實世界的不確定性
超越統計學走向機器學習
為模型挖掘數據
機器學習的類型
監督學習
無監督學習
強化學習
算法訓練與優化
如何找到有用的數據源
數量與質量
認識Python庫
監督學習示例——線性回歸
無監督學習示例——聚類
簡單的人工神經網絡示例——感知機
網絡安全背景下的人工智能
小結

2為網絡安全武器庫配置AI
了解基於Python的AI和網絡安全
用於AI的Python庫
構建AI的基石——NumPy
NumPy多維數組
使用NumPy進行矩陣運算
用Num：Py實現一個簡單的預測器
scikit—learn
Matplot：lib與Seabor
pandas
用於網絡安全的Python庫
Pefile
volatility
安裝Python庫
進入Anaconda——數據科學家的首選環境
Anaconda Python的優勢
conda實用工具
在Anaconda中安裝包
創建自定義環境
一些有用的conda命令
基於並行GPU的Python計算
使用Jupyter Notebook
我們的第一個J1apyter Notebook
探索JlJpyter界面
單元格是什麼
有用的鍵盤快捷鍵
選擇您的notet)ook內核
動手實踐
安裝DL庫
深度學習在網絡安全方面的優點和缺點
TensorFlow
KPras
……
第二部分使用人工智能檢測網絡威脅
第三部分保護明暗信息和資產
第四部分評估和測試你的AI武器庫