幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

深度學習演算法及其在網路空間安全中的應用

  • 作者：龍海俠//付海艷//劉亮松//汪浩俊|責編:趙麗欣
  • 出版社：科學
  • ISBN：9787030712738
  • 出版日期：2022/01/01
  • 裝幀：平裝
  • 頁數：128
人民幣：RMB 105 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要研究深度學習模型及其在網路空間安全領域中的應用，包括入侵檢測和惡意代碼分類。基於PyTorch第三方工具，提供了深度學習模型的多層感知機、卷積神經網路、循環神經網路，以及入侵檢測模型、惡意代碼檢測模型核心代碼的Python實現。
    本書可供人工智慧、網路空間安全、大數據等專業的研究生作為教材或者參考書使用，也可供從事網路空間安全相關專業的工程技術人員閱讀參考。
作者介紹
龍海俠//付海艷//劉亮松//汪浩俊|責編:趙麗欣
目錄
第1章  機器學習演算法簡介
  1.1  聚類演算法
    1.1.1  K均值聚類
    1.1.2  層次聚類
    1.1.3  自組織圖聚類
  1.2  支持向量機演算法
    1.2.1  線性可分支持向量機
    1.2.2  線性支持向量機
    1.2.3  非線性支持向量機
    1.2.4  支持向量機的優缺點
  1.3  神經網路
    1.3.1  從邏輯回歸到神經元
    1.3.2  神經網路模型
    1.3.3  神經網路目標函數
    1.3.4  神經網路優化演算法
    1.3.5  神經網路演算法小結
  1.4  深度學習
    1.4.1  深度學習模型
    1.4.2  深度學習應用
  1.5  強化學習
  本章小結
  參考文獻
第2章  深度學習中的優化技術
  2.1  優化模型與優化演算法
  2.2  優化演算法
    2.2.1  損失函數和風險函數
    2.2.2  學習的目標
    2.2.3  基本優化演算法
  本章小結
  參考文獻
第3章  深度學習演算法及PyTorch實現
  3.1  多層感知機
    3.1.1  多層感知機的演算法原理
    3.1.2  NSL-KDD數據集
    3.1.3  多層感知機演算法的PyTorch實現
  3.2  卷積神經網路
    3.2.1  卷積神經網路的原理
    3.2.2  卷積神經網路的特徵
    3.2.3  卷積神經網路的求解
    3.2.4  幾種典型的卷積神經網路
    3.2.5  卷積神經網路的PyTorch實現
  3.3  循環神經網路
    3.3.1  循環神經網路的原理
    3.3.2  兩種改進的循環神經網路
    3.3.3  循環神經網路的PyTorch實現
  3.4  深度學習模型優化演算法的實現
  本章小結
  參考文獻
第4章  深度學習在入侵檢測中的應用
  4.1  入侵檢測概念

  4.2  入侵檢測模型
  4.3  卷積神經網路在入侵檢測中的應用
    4.3.1  MINet_1d網路模型
    4.3.2  MINet_2d網路模型
    4.3.3  MI&Residual_Net網路模型
    4.3.4  卷積神經網路模型的對比實驗結果
    4.3.5  CNN與LSTM的對比試驗
  本章小結
  參考文獻
第5章  深度學習在惡意代碼檢測中的應用
  5.1  惡意代碼概述
  5.2  惡意代碼檢測技術
    5.2.1  靜態檢測技術
    5.2.2  動態檢測技術
  5.3  基於深度學習的惡意代碼檢測模型
    5.3.1  基於卷積神經網路的惡意代碼檢測模型
    5.3.2  基於CNN-BiLSTM的惡意代碼家族檢測模型
    5.3.3  基於強化學習的惡意代碼檢測分類模型
  5.4  卷積神經網路在惡意代碼檢測中的應用
    5.4.1  數據集介紹
    5.4.2  特徵提取
    5.4.3  模型建立
    5.4.4  實驗結果
    5.4.5  比較試驗
  5.5  圖神經網路在惡意代碼檢測中的應用
    5.5.1  圖神經網路
    5.5.2  模型建立
    5.5.3  實驗結果
  本章小結
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032