编辑推荐
本书面向信息安全从业人员、大专院校计算机相关专业学生以及信息安全爱好者、机器学习爱好者，同时也是一本不错的机器学习科普书籍。
内容简介
本书重点介绍强化学习和生成对抗网络的基础知识和实际应用，特别是在安全领域中攻防建设的实际应用。从AI安全攻防的基础知识，到智能工具的打造，全面介绍如伺使用AI技术提升Web安全。本书作者有丰富的实战经验，他在书中用风趣幽默的语言描述了实际工作的体会，包含大量案例，每个案例都使用互联网公开的数据集并配有基于Python的代码，代码和数据集可以在配套的GitHub下载，可帮助读者降低学习门槛，快速将最新人工智能成果应用到实际工作中。
作者简介
作者刘焱，百度安全Web防护产品线负责人，负责百度安全Web安全产品，包括防DDoS、Web应用防火墙、Web威胁感知、服务器安全以及安全数据分析等，具有近十年云安全及企业安全从业经历，全程参与了百度企业安全建设。研究兴趣包括机器学习、Web安全、僵尸网络、威胁情报等。他是FreeBuf专栏作家、i春秋知名讲师，多次在OWASP 、电子学会年会等发表演讲，参与编写了《大数据安全标准白皮书》。他还建立了微信公众号：“兜哥带你学安全”，发布了大量信息安全技术知识。
章节目录
版权信息
对本书的赞誉
前言
第1章 AI安全之攻与防
1.1 AI设备的安全
1.2 AI模型的安全
1.3 使用AI进行安全建设
1.4 使用AI进行攻击
1.5 本章小结
第2章 打造机器学习工具箱
2.1 TensorFlow
2.2 Keras
2.3 Anaconda
2.4 OpenAI Gym
2.5 Keras-rl
2.6 XGBoost
2.7 GPU服务器
2.8 本章小结
第3章 性能衡量与集成学习
3.1 常见性能衡量指标
3.2 集成学习
3.3 本章小结
第4章 Keras基础知识
4.1 Keras简介
4.2 Keras常用模型
4.3 Keras的网络层
4.4 本章小结
第5章 单智力体强化学习
5.1 马尔可夫决策过程
5.2 Q函数
5.3 贪婪算法与∈-贪婪算法
5.4 Sarsa算法
5.5 Q Learning算法
5.6 Deep Q Network算法
5.7 本章小结
第6章 Keras-rl简介
6.1 Keras-rl智能体介绍
6.2 Keras-rl智能体通用API
6.3 Keras-rl常用对象
6.4 本章小结
第7章 OpenAI Gym简介
7.1 OpenAI
7.2 OpenAI Gym
7.3 Hello World！OpenAI Gym
7.4 编写OpenAI Gym环境
7.5 本章小结
第8章 恶意程序检测
8.1 PE文件格式概述
8.2 PE文件的节
8.3 PE文件特征提取
8.4 PE文件节的特征提取
8.5 检测模型
8.6 本章小结
第9章 恶意程序免杀技术
9.1 LIEF库简介
9.2 文件末尾追加随机内容
9.3 追加导入表
9.4 改变节名称
9.5 增加节
9.6 节内追加内容
9.7 UPX加壳
9.8 删除签名
9.9 删除debug信息
9.10 置空可选头的交验和
9.11 本章小结
第10章 智能提升恶意程序检测能力
10.1 Gym-Malware简介
10.2 Gym-Malware架构
10.3 恶意程序样本
10.4 本章小结
第11章 智能提升WAF的防护能力
11.1 常见XSS攻击方式
11.2 常见XSS防御方式
11.3 常见XSS绕过方式
11.4 Gym-WAF架构
11.5 效果验证
11.6 本章小结
第12章 智能提升垃圾邮件检测能力
12.1 垃圾邮件检测技术
12.2 垃圾邮件检测绕过技术
12.3 Gym-Spam架构
12.4 效果验证
12.5 本章小结
第13章 生成对抗网络
13.1 GAN基本原理
13.2 GAN系统架构
13.3 GAN
13.4 DCGAN
13.5 ACGAN
13.6 WGAN
13.7 本章小结
第14章 攻击机器学习模型
14.1 攻击图像分类模型
14.2 攻击其他模型
14.3 本章小结
Web安全之强化学习与GAN是2018年由机械工业出版社华章分社出版,作者刘焱。
得书感谢您对《Web安全之强化学习与GAN》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
