Avis des lecteurs
Résumé:Le livre « Malware Data Science » est généralement bien accueilli pour son introduction accessible à l'intersection de la science des données et de la cybersécurité, combinant des exercices pratiques avec des concepts clés de l'apprentissage automatique et de l'analyse des logiciels malveillants. Cependant, il a été critiqué pour sa couverture superficielle des sujets avancés et sa dépendance à l'égard d'outils dépassés.
Avantages:De nombreux critiques ont salué le livre pour ses explications claires de sujets complexes, l'inclusion d'exercices pratiques et son accessibilité pour les débutants tout en offrant de la valeur aux analystes expérimentés. L'état de l'ouvrage à la livraison a également été souligné de manière positive.
Inconvénients:Les critiques ont noté que le livre manquait de profondeur dans son traitement des concepts d'apprentissage automatique et d'analyse des logiciels malveillants. Certains évaluateurs ont été déçus par les exemples de codage dépassés utilisant Python 2, les références de code/données incomplètes et une préférence pour plus de détails techniques. Des inquiétudes ont également été exprimées quant à la nécessité de disposer de ressources supplémentaires pour une meilleure compréhension.
(basé sur 18 avis de lecteurs)
Titre original :
Malware Data Science: Attack Detection and Attribution
Contenu du livre :
La science des données sur les logiciels malveillants explique comment identifier, analyser et classer les logiciels malveillants à grande échelle à l'aide de l'apprentissage automatique et de la visualisation des données.
La sécurité est devenue un problème de "big data". Le taux de croissance des logiciels malveillants s'est accéléré pour atteindre des dizaines de millions de nouveaux fichiers par an, tandis que nos réseaux génèrent chaque jour un flot toujours plus important de données relatives à la sécurité. Pour se défendre contre ces attaques avancées, il faut savoir penser comme un scientifique des données.
Dans Malware Data Science, Joshua Saxe, spécialiste des données de sécurité, présente l'apprentissage automatique, les statistiques, l'analyse des réseaux sociaux et la visualisation des données, et vous montre comment appliquer ces méthodes à la détection et à l'analyse des logiciels malveillants.
Vous apprendrez à :
- Analyser les logiciels malveillants à l'aide de l'analyse statique.
- Observer le comportement des logiciels malveillants à l'aide de l'analyse dynamique.
- Identifier les groupes d'adversaires grâce à l'analyse du code partagé.
- Attraper les vulnérabilités 0-day en construisant votre propre détecteur d'apprentissage automatique.
- Mesurer la précision des détecteurs de logiciels malveillants.
- Identifier les campagnes de logiciels malveillants, les tendances et les relations grâce à la visualisation des données.
Que vous soyez un analyste de logiciels malveillants cherchant à ajouter des compétences à votre arsenal existant ou un scientifique des données intéressé par la détection des attaques et le renseignement sur les menaces, Malware Data Science vous aidera à garder une longueur d'avance.
Autres informations sur le livre :
| ISBN : | 9781593278595 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2018 |
| Nombre de pages : | 1 |
Achat:
Actuellement disponible, en stock.
