网络安全大数据分析与实战 网络技术 作者 新华正版
举报
-
作者:
作者
-
出版社:
机械工业出版社
-
ISBN:
9787111702092
-
出版时间:
2022-04
-
版次:
1
-
装帧:
平装
-
开本:
16
-
页数:
212页
-
字数:
249千字
-
出版时间:
2022-04
-
版次:
1
-
装帧:
平装
-
开本:
16
-
页数:
212页
-
字数:
249千字
售价
￥
46.40
5.9折
定价
￥79.00
品相
全新品相描述
上书时间2024-05-05
卖家超过10天未登录
手机购买
![]()
微信扫码访问
-
-
商品描述：
-
主编：
1. 作者。本书由网络安全行业领先企业安恒信息组织编写，作者均为企业的技术专家，有丰富的实战技术经验。2. 内容实用。本书涵盖了云计算安全关键技术、安全运维与服务、外法律法规等内容，以及云安全工程师认证培训的知识点。
目录：
前言
章大数据安全概述
1.1大数据相关理论
1.1.1大数据产生的背景
1.1.2大数据的定义与构成
1.1.3大数据的特征与价值
1.2大数据相关技术
1.2.1大数据台与架构
1.2.2大数据分析常用工具
1.3大数据应用案例
1.3.1社交网络广告投放系统
1.3.2围棋智能alphago
1.3.3图像识别
1.4大数据分析技术在安全中的应用
1.4.1安全需要大数据
1.4.2安全大数据分析技术基础及分析思路
本章小结
课后题
第2章大数据安全分析基础
2.1大数据分析理论基础
2.1.1基本概念
2.1.2分析思路
2.1.3分析算法
2.1.4常见安全应用场景的特征及检测方法
2.2大数据分析实践基础
2.2.1编程工具
2.2.2编程环境
2.2.3python基础知识
本章小结
课后题
第3章大数据分析工程技术
3.1数据采集
3.1.1数据采集的概念
3.1.2志采集工具logstash
3.2非结构化存储
3.2.1hdfs的基本信息
3.2.2hdfs常用命令
3.2.3hdfs管理命令
3.3结构化存储
3.3.1hbase基本介绍
3.3.2hbase中的基本概念
3.3.3hbase常用命令
3.4数据搜索
3.4.1elasticsearch基本概念
3.4.2副本复制机制
3.4.3映和分词
3.4.4映管理
3.4.5索引管理命令
3.4.6搜索
3.4.7聚合分析
3.5实时计算引擎
3.5.1基本概念
3.5.2主流的大数据流计算引擎
3.5.3apacheflink
3.6批量计算引擎
3.6.1apachespark项目简介
3.6.2spark核心模块
3.6.3spark与hadoop的区别
3.7计算管理调度
3.7.1任务管理调度中的挑战
3.7.2airflow介绍
3.7.3任务dag与任务依赖
3.7.4airflowhook
3.7.5airflowoperator
3.7.6airflow命令
3.8数据可视化
3.8.1明确表达意图、选择数据
3.8.2拆解信息图的要素
3.8.3关于彩、字体、图标
3.8.4可视化的交互虑
3.8.5人类视觉缺陷及对数据可视化的影响
3.8.6数据可视化工具
3.8.7数据可视化类库
本章小结
课后题
第4章机器学和深度学
4.1机器学的基本概念
4.1.1基本定义
4.1.2应用场景
4.2机器学的算法分类
4.2.1监督学算法
4.2.2无监督学算法
4.2.3特殊算法
4.3深度学基本理论
4.3.1相关概念
4.3.2深度学的特点
4.4深度学的近期新进展
4.4.1alphago战胜李世石
4.4.2图像识别领域深度学人类
4.4.3目标识别领域深度学推动无人驾驶的跨越式发展
4.5深度学核心思想
4.5.1卷积神经网络（n）
4.5.2递归神经网络（rnn）
4.5.3长短期记忆网络（lstm）
本章小结
课后题
第5章分类算法
5.1决策树
5.1.1基本概念
5.1.2典型算法介绍
5.1.3案例分析及算法优缺点
5.2朴素贝叶斯算法
5.2.1概念及
5.2.2案例分析及算法优缺点
5.3k近邻（knn）
5.3.1基本概念及
5.3.2案例分析及算法优缺点
5.4支持向量机（svm）算法
5.4.1基本概念及
5.4.2案例分析及算法优缺点
5.5bp神经网络
5.5.1基本概念
5.5.2算法
5.5.3案例分析及算法优缺点
本章小结
课后题
第6章预测分析
6.1统计预测
6.1.1统计预测的概念及作用
6.1.2统计预测方法的分类与选择
6.1.3统计预测的原则与步骤
6.2时间序列分析
6.2.1时间序列的概念
6.2.2移动均模型
6.2.3指数滑模型
6.2.4时间序列模型
6.3回归分析
6.3.1回归分析的
6.3.2线回归
6.3.3逻辑回归
本章小结
课后题
第7章关联分析
7.1基本概念
7.1.1项与项集
7.1.2关联规则及相关度量
7.2apriori算法
7.2.1apriori算法
7.2.2apriori算法示例
7.3fp-growth算法
7.3.1fp-growth算法
7.3.2fp-growth算法示例
7.4关联分析应用场景
本章小结
课后题
第8章聚类分析
8.1聚类概述
8.1.1基本概念
8.1.2聚类分析的应用
8.2相似度（距离）计算
8.2.1欧氏距离
8.2.2曼哈顿距离
8.2.3闵可夫斯基距离
8.2.4马氏距离
8.2.5夹角余弦
8.3层次聚类
8.3.1基本概念及
8.3.2案例分析
8.4k-means聚类
8.4.1基本概念及
8.4.2案例分析
8.5em聚类
……
内容简介：
本书深入浅出地介绍了大数据安全分析的理论和实践基础，涵盖大数据安全概述、机器学、深度学、开发编程工具以及相关法律法规等内容，简明扼要地介绍了聚类分析、关联分析、预测分析及分类所涉及的主流算法，并以实战导向的综合案例对大数据安全分析的相关知识和技术进行了整合应用。本书可以作为高校大数据安全分析相关专业课程的教材，也可作为从事信息安全咨询服务、测评认证、安全建设、安全管理工作的从业人员及其他大数据安全分析相关领域工作人员的技术参书。
作者简介：
1. 孙佳，获浙江大学和马里兰大学信息管理本硕，现任安恒信息数据研究员。对大数据挖掘、机器学在信息安全领域的应用有深入研究，同时致力于大数据安全分析的教育工作。曾担任美国硅谷互联网公司数据科学家，从事大数据建模、定量预测、产品优化等工作。2. 苗春雨，博士，杭州安恒信息副裁。西安电子科技大学、学技术大学等多所高校企业导师，擅长网络安全护体系、物联网安全，发表各类学术50余篇，专利和软著20余项，出版专著和教材6本。3. 刘博，杭州安恒信息首席科学家，美国马里兰大学计算机博士。完成态势感知、数据安全、隐私计算等领域300余项技术发明专利。主导和重点参与、省级重大科研项目9项。担任浙大安恒前沿研究中心副主任、大数据态势感知国地研究中心副主任、之江实验室网络安全研究中心副主任等。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
