编辑推荐
本书重点阐述了人工智能和大数据挖掘技术在云计算安全领域的应用。
内容简介
本书既有理论研究，又有实践探讨，共分为6章，讲解了云计算安全中人工智能与大数据挖掘技术的应用实践。
第1章从概念、发展、标准等角度宏观地介绍了云计算安全；第2章从云计算安全需求的角度阐释云计算安全的核心目标、公有云场景下的安全需求和私有云场景下的安全需求；第3章全面、系统地介绍了公有云安全技术体系和私有云安全技术体系；第4章详细介绍了人工智能技术在云计算安全领域的应用实践；第5章详细介绍了大数据挖掘技术在云计算安全领域的应用实践；第6章介绍了人工智能和大数据挖掘技术的综合应用，提出云数据中心安全防护框架，并详细介绍了云数据中心安全态势感知系统。
本书是人工智能与大数据挖掘技术在云计算安全领域的应用实践参考书，适用于人工智能、大数据挖掘、云计算、网络信息安全相关领域的从业人员。
作者简介
作者王智民，清华大学物理学硕士，经管学院MBA。曾任职华为、华三、联想等企业，现就职于北京六方云科技有限公司，联合创始人，CTO。2003年进入网络安全领域从事产品研发与技术管理至今，在工控安全、云安全、人工智能安全等领域有多年的深入研究和产品研发经验，申请30多个相关发明专利，参与多个国家标准撰写。
章节目录
版权信息
内容简介
作者简介
前言
第1章 云计算安全概述
1.1 云计算简述
1.1.1 云计算的定义
1.1.2 云计算的意义
1.2 云计算面临的安全挑战
1.3 云计算安全布局
1.4 云计算安全相关标准
1.4.1 云计算安全国际标准
1.4.2 云计算安全行业标准
1.4.3 各个国家和组织的云计算安全标准
1.4.4 云计算安全企业标准研究
第2章 云计算安全需求探究
2.1 云计算安全核心目标
2.1.1 可信
2.1.2 可控
2.1.3 安全
2.1.4 可靠
2.2 公有云安全需求
2.2.1 公有云安全责任共担模型
2.2.2 公有云租户安全需求
2.2.3 公有云服务商安全需求
2.3 私有云安全需求
2.3.1 云载体
2.3.2 云应用
2.3.3 云数据
2.3.4 云操作
2.4 云计算安全等级保护要求
2.4.1 云计算等级保护2.0标准解读
2.4.2 云计算系统安全保护对象要求
第3章 云计算安全技术体系
3.1 公有云安全技术体系
3.1.1 IaaS安全
3.1.2 PaaS安全
3.1.3 SaaS安全
3.2 私有云安全技术体系
3.2.1 虚拟化安全
3.2.2 云容器安全
3.2.3 云网络安全
3.2.4 云主机安全
3.2.5 云应用安全
3.2.6 云数据安全
3.2.7 云运维管理
第4章 人工智能技术在云计算安全领域的应用研究和实践
4.1 云计算安全现状
4.2 人工智能技术的发展趋势
4.3 人工智能系统模型架构
4.4 人工智能之机器学习基础
4.4.1 机器学习的概念
4.4.2 机器学习的分类
4.4.3 机器学习的算法研究
4.4.4 机器学习模型研究
4.4.5 机器学习模型的种类
4.4.6 机器学习训练与设计
4.5 应用实践1：应用计算智能构建云入侵检测系统
4.5.1 概述
4.5.2 云IDS相关技术
4.6 应用实践2：机器学习在云WAF的应用
4.6.1 两类Web安全检测方法
4.6.2 基于机器学习的Web入侵检测
4.6.3 Web入侵检测模型
第5章 大数据挖掘在云计算安全领域的应用研究和实践
5.1 大数据的基本概念
5.1.1 大数据的特征
5.1.2 大数据带来的挑战
5.2 大数据挖掘技术研究
5.2.1 数据挖掘的目的
5.2.2 数据挖掘的手段
5.2.3 数据挖掘的方法
5.3 应用实践：大数据安全处理系统理论模型
5.3.1 需求分析
5.3.2 大数据处理的基本过程
5.3.3 实现思路
5.3.4 态势感知系统
第6章 人工智能与大数据挖掘在云计算安全领域的综合应用实践案例
6.1 安全主动防御需要应用人工智能和大数据挖掘技术
6.1.1 传统的被动防御类型
6.1.2 被动防御所面临的困境
6.1.3 主动防御常见思路
6.2 云数据中心安全防护框架
6.2.1 设计理念
6.2.2 设计目标
6.2.3 整体框架
6.2.4 核心技术
6.2.5 价值亮点
6.3 云数据中心安全态势感知系统
6.3.1 系统简介
6.3.2 系统框架
6.3.3 主要应用的大数据技术
6.3.4 主要应用的人工智能技术
6.3.5 主要功能
6.3.6 应用价值
6.3.7 总结
参考文献
云计算安全：机器学习与大数据挖掘应用实践是2022年由清华大学出版社出版,作者王智民 编著。
得书感谢您对《云计算安全：机器学习与大数据挖掘应用实践》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。
