Data Science in Cybersecurity and Cyberthreat Intelligence

Ce livre présente un ensemble d'approches de pointe pour utiliser l'apprentissage machine, les bases de connaissances formelles et les ensembles de règles, ainsi que le raisonnement sémantique pour détecter les attaques sur les réseaux de communication, y compris les infrastructures IdO, pour automatiser la détection des codes malveillants, pour prévoir efficacement les cyberattaques dans les entreprises, pour identifier les URL malveillantes et les noms de domaine générés par la DGA, et pour améliorer la sécurité des produits portables mHealth. Ce livre explique en détail comment l'analyse de la probabilité d'exploitation des vulnérabilités à l'aide de classificateurs d'apprentissage machine peut offrir une alternative aux solutions traditionnelles de tests de pénétration. En outre, le livre décrit une série de techniques qui permettent l'agrégation et la fusion de données afin d'automatiser l'analyse des données dans le domaine du renseignement sur les cybermenaces, ce qui permet d'identifier et de classer des cybermenaces complexes et inconnues jusqu'alors, et d'intégrer des contre-mesures dans de nouveaux mécanismes de réponse aux incidents et de détection des intrusions.