By visiting our site, you agree to our privacy policy regarding cookies, tracking statistics, etc.

Розширене виявлення вразливостей та штучний інтелект

Цей модуль досліджує взаємозв’язок виявлення вразливостей та штучного інтелекту (ШІ), зосереджуючись на тому, як методи штучного інтелекту можуть автоматизувати та покращити виявлення вразливостей безпеки в програмному забезпеченні та системах. Він охоплює використання моделей машинного навчання для прогнозування та виявлення потенційних недоліків безпеки, навчання штучного інтелекту на історичних даних про вразливості, а також етичні міркування автоматизованого тестування та експлуатації.

Portal > Штучний інтелект > Розширене виявлення вразливостей та штучний інтелект

Конструктор навчальних програм

Переглянути навчальний план

Чіо, Кларенс і Девід Фрімен. Машинне навчання та безпека: захист систем за допомогою даних та алгоритмів. Перше видання. Севастополь, Каліфорнія: O’Reilly Media, 2018.

Ван, Болун, Юаньшунь Яо, Бімал Вішванатх, Хайтао Чжен і Бен Ю. Чжао. «З хорошою підготовкою приходить велика вразливість: практичні атаки проти трансферного навчання». У матеріалах 27-го симпозіуму Конференції USENIX з безпеки, 1281–97. РОЗДІЛ 18. США: Асоціація USENIX, 2018.

Андерсон, Гайрум С., Джонатан Вудбрідж і Боббі Філар. “DeepDGA: змагально налаштована генерація та виявлення доменів.” arXiv, 2016.

https://doi.org/10.48550/ARXIV.1610.01969

Ширазі, Хоссейн, Брухадешвар Безавада, Індракші Рей і Чарльз Андерсон. «Атаки змагальної вибірки проти виявлення фішингу». У книзі «Безпека та конфіденційність даних і додатків XXXIII», під редакцією Саймона Н. Фолі, 11559: 83–101. – : Видавництво «Шпрінгер Інтернешнл», 2019.

https://doi.org/10.1007/978-3-030-22479-0_5

Ерба, Алессандро, Ріккардо Таорміна, Стефано Галеллі, Марчелло Польяні, Мікеле Кармінаті, Стефано Дзанеро та Нільс Оле Тіппенгауер. «Атаки з обмеженим приховуванням проти детекторів аномалій на основі реконструкції в промислових системах управління». У щорічній конференції з додатків комп’ютерної безпеки, 480–95, 2020.

https://doi.org/10.1145/3427228.3427660

Кулешов, Володимир, Шантану Тхакур, Тінгфунг Лау та Стефано Ермон. «Змагальні приклади для задач класифікації природної мови», 15 лютого 2018 року.

https://openreview.net/forum?id=r1QZ3zbAZ

Деметріо, Лука, Баттіста Бігджо, Джованні Лагоріо, Фабіо Ролі та Алессандро Армандо. «Пояснення вразливостей глибокого навчання до зловмисних двійкових систем». arXiv, 2019.

https://doi.org/10.48550/ARXIV.1901.03583

Куппа, Адітья, Славомір Гржонковський, Мухаммад Різван Асгар і Нхієн-Ан ле-Хач. «Чорна скринька атакує детектори глибоких аномалій». У матеріалах 14-ї Міжнародної конференції з доступності, надійності та безпеки, 1–10. Кентербері, Каліфорнія, Велика Британія: ACM, 2019.

https://doi.org/10.1145/3339252.3339266

Жибер, Даніель, Карлес Матеу та Жорді Планс. «Розвиток машинного навчання для виявлення та класифікації шкідливого програмного забезпечення: наукові розробки, тенденції та виклики». Журнал мережевих та комп’ютерних додатків 153 (2020): 102526.

https://doi.org/10.1016/j.jnca.2019.102526

Розенберг, Іхай, Асаф Шабтай, Ювал Еловичі та Ліор Рокач. «Атаки змагального машинного навчання та методи захисту в галузі кібербезпеки». arXiv, 13 березня 2021 р.

https://doi.org/10.48550/arXiv.2007.02407

Thank you for signing up to our newsletter!

Thank you! RSVP received for Чіо, Кларенс і Девід Фрімен. Машинне навчання та безпека: захист систем за допомогою даних та алгоритмів. Перше видання. Севастополь, Каліфорнія: O’Reilly Media, 2018.

Thank you for applying! We will be in touch.

Apply for: Чіо, Кларенс і Девід Фрімен. Машинне навчання та безпека: захист систем за допомогою даних та алгоритмів. Перше видання. Севастополь, Каліфорнія: O’Reilly Media, 2018.

Чіо, Кларенс і Девід Фрімен. Машинне навчання та безпека: захист систем за допомогою даних та алгоритмів. Перше видання. Севастополь, Каліфорнія: O’Reilly Media, 2018.

Loading...

Loading…