Machine learning et sécurité

Quatrième de couverture

Machine learning et sécurité

Les techniques d'apprentissage machine (machine learning) peuvent-elles résoudre nos problèmes de sécurité informatique et mettre enfin un terme au jeu du chat et de la souris entre attaquants et défenseurs ? Ou bien cet espoir est-il vain ? Vous allez enfin pouvoir vous plonger dans les faits scientifiques et répondre à cette question par vous-même ! Grâce à ce guide pratique, vous explorerez de multiples façons d'appliquer l'apprentissage machine à des questions de sécurité telles que la détection des intrusions, la classification des logiciels malveillants et l'analyse des réseaux.

Les auteurs de ce livre, experts de l'apprentissage machine et de la sécurité, fournissent un cadre permettant de discuter des liens entre ces deux domaines, ainsi qu'une boîte à outils d'algorithmes d'apprentissage automatique que vous pouvez appliquer à toute une série de problèmes de sécurité. Ce livre est un outil idéal pour les ingénieurs spécialisés en sécurité ainsi que pour les data scientists.

• Détectez rapidement les anomalies telles que les brèches, les fraudes et les pannes imminentes du système
• Effectuez une analyse des logiciels malveillants en extrayant des informations utiles à partir des données binaires de l'ordinateur
• Identifiez les attaquants au sein d'un réseau en trouvant des modèles à l'intérieur des jeux de données
• Examinez comment les attaquants exploitent les sites web et les fonctionnalités des applications destinées aux clients
• Faites évoluer vos algorithmes d'apprentissage automatique du laboratoire à la production
• Comprenez les menaces que représentent les attaquants pour les solutions d'apprentissage automatique

Biographie

Clarence Chio est titulaire d'une maîtrise en informatique (université de Stanford). Ingénieur logiciel et entrepreneur, il donne des conférences et assure des formations sur l'apprentissage machine et la sécurité à travers le monde. Il est notamment intervenu dans les célèbres conférences Def Con et Black Hat.

David Freeman est docteur en mathématiques (université de Berkeley) Après avoir dirigé l'ingénierie dédiée à la lutte contre les abus et à la science des données chez Linkedin, il est actuellement chargé de régler les problèmes d'intégrité et d'abus chez Facebook. Il a publié plus d'une vingtaine d'articles universitaires sur la sécurité informatique.

Avis des lecteurs

Soyez le premier à donner votre avis