Nauka o danych złośliwego oprogramowania: Wykrywanie i przypisywanie ataków

Opinie czytelników

Książka „Malware Data Science” została ogólnie dobrze przyjęta za przystępne wprowadzenie do skrzyżowania nauki o danych i cyberbezpieczeństwa, łącząc praktyczne ćwiczenia z kluczowymi koncepcjami uczenia maszynowego i analizy złośliwego oprogramowania. Została jednak skrytykowana za powierzchowne omówienie zaawansowanych tematów i poleganie na przestarzałych narzędziach.

Wielu recenzentów chwaliło książkę za jasne wyjaśnienie złożonych tematów, włączenie praktycznych ćwiczeń i dostępność dla początkujących, a jednocześnie oferowanie wartości doświadczonym analitykom. Pozytywnie oceniono również stan książki po jej otrzymaniu.

Krytycy zauważyli, że książce brakuje głębi w podejściu do uczenia maszynowego i koncepcji analizy złośliwego oprogramowania. Niektórzy recenzenci byli rozczarowani przestarzałymi przykładami kodowania przy użyciu Pythona 2, niekompletnymi odniesieniami do kodu/danych i preferowaniem większej ilości szczegółów technicznych. Istnieją również obawy dotyczące potrzeby dalszych zasobów dla pełnego zrozumienia.

(na podstawie 18 opinii czytelników)

Oryginalny tytuł:

Malware Data Science: Attack Detection and Attribution

Zawartość książki:

Malware Data Science wyjaśnia, jak identyfikować, analizować i klasyfikować złośliwe oprogramowanie na dużą skalę przy użyciu uczenia maszynowego i wizualizacji danych.

Bezpieczeństwo stało się problemem "big data". Tempo wzrostu złośliwego oprogramowania przyspieszyło do dziesiątek milionów nowych plików rocznie, podczas gdy nasze sieci generują coraz większy zalew danych istotnych dla bezpieczeństwa każdego dnia. Aby bronić się przed tymi zaawansowanymi atakami, trzeba umieć myśleć jak analityk danych.

W książce "Malware Data Science" Joshua Saxe, specjalista ds. bezpieczeństwa danych, przedstawia uczenie maszynowe, statystyki, analizę sieci społecznościowych i wizualizację danych oraz pokazuje, jak zastosować te metody do wykrywania i analizy złośliwego oprogramowania.

Dowiesz się jak:

- Analizować złośliwe oprogramowanie przy użyciu analizy statycznej.

- Obserwować zachowanie złośliwego oprogramowania przy użyciu analizy dynamicznej.

- Identyfikować grupy przeciwników za pomocą analizy kodu współdzielonego.

- Wyłapywać luki 0-day, budując własny wykrywacz oparty na uczeniu maszynowym.

- Mierzyć dokładność wykrywaczy złośliwego oprogramowania.

- Identyfikować kampanie złośliwego oprogramowania, trendy i relacje za pomocą wizualizacji danych.

Niezależnie od tego, czy jesteś analitykiem złośliwego oprogramowania, który chce dodać umiejętności do swojego istniejącego arsenału, czy też analitykiem danych zainteresowanym wykrywaniem ataków i analizą zagrożeń, Malware Data Science pomoże ci wyprzedzić konkurencję.