- 人工智能赋能网络安全
- - 作者：编者:南京南瑞信息通信科技有限公司|责编:周秋慧//王南
  - 出版社：中国电力
  - ISBN：9787523902103
  - 出版日期：2025/09/01
  - 页数：181
- 售价：39.6

内容大纲
    随着信息技术的飞速发展，网络安全已成为现代社会不可或缺的基础保障。网络攻击手段的不断升级和多样化，使得传统安全防御技术面临严峻挑战。《人工智能赋能网络安全》旨在系统探讨AI技术在网络安全领域的应用与实践。
    本书共计五章：第一章概述网络安全形势及AI赋能网络安全的演进历程。第二章阐述隐马尔可夫模型（HMM）、卷积神经网络（CNN）、循环神经网络（RNN）及Transformer模型的技术原理，重点介绍其在网络流量异常检测、用户行为分析、日志异常识别等场景中的应用。第三章围绕图神经网络（GNN）架构，分析其在属性图异常检测、恶意代码识别及高级持续性威胁溯源中的应用。第四章阐述大语言模型（LLM）训练方法增量预训练、指令微调、强化学习），并展示其在渗透测试、威胁情报分析、漏洞检测等场景中的自动化应用实践；第五章探索AI技术在可解释性、模型优化和本体安全方面的前沿进展。
    本书可供信息通信科技人员参考使用。
作者介绍
目录
前言
第一章  网络安全概述
  第一节  网络安全形势及面临的挑战
  第二节  AI赋能网络安全
第二章  序列模型赋能行为异常检测
  第一节  行为序列建模
  第二节  基于隐马尔可夫模型的异常检测
  第三节  基于卷积神经网络模型的异常检测
  第四节  基于循环神经网络模型的异常检测
  第五节  基于Transformer模型的异常检测
第三章  图神经网络赋能行为异常检测
  第一节  图神经网络概述
  第二节  基于属性图的异常检测
  第三节  基于图结构的恶意代码检测
  第四节  基于图的APT攻击检测
第四章  大语言模型赋能网络安全
  第一节  大语言模型概述
  第二节  安全大模型训练
  第三节  安全大模型能力扩展及增强
  第四节  安全大模型落地实践
第五章  AI赋能网络安全技术探索
  第一节  AI可解释性
  第二节  AI模型优化策略
  第三节  AI本体安全
附录A 名词及概念
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目