본문

서브메뉴

적대적 머신러닝 : 머신러닝 알고리즘으로 시스템 보안 공격과 방어
적대적 머신러닝  머신러닝 알고리즘으로 시스템 보안 공격과 방어  앤서니 조셉,  블레인 넬슨,...
내용보기
적대적 머신러닝 : 머신러닝 알고리즘으로 시스템 보안 공격과 방어
자료유형  
 단행본
ISBN  
9791161754208 93000 : \40000
청구기호  
004.73 앤54ㅈ
저자명  
앤서니 조셉, 블레인 넬슨, 벤자민 루빈슈타인, J.D. 타이가
서명/저자  
적대적 머신러닝 머신러닝 알고리즘으로 시스템 보안 공격과 방어 앤서니 조셉, 블레인 넬슨, 벤자민 루빈슈타인, J.D. 타이가 지음 김우석, 장기식, 김대엽 옮김
발행사항  
서울 : 에이콘, 2020.
형태사항  
498 p. ; 24 cm.
총서명  
에이콘 데이터 과학 시리즈
주기사항  
권말부록: 학습과 초기하학의 배경 등
주기사항  
원저자명: Anthony Joseph, Blaine Nelson, Benjamin Rubinstein, J. D. Tygar
주기사항  
영어 원작을 한국어로 번역
주기사항  
2021년도 대한민국학술원 우수학술도서
원저자/원서명  
Adversarial machine learning
원저자/원서명  
Anthony Joseph ; /
원저자/원서명  
Blaine Nelson, /
원저자/원서명  
Benjamin Rubinstein, /
원저자/원서명  
J. D. Tygar /
일반주제명  
기계 학습[機械學習]
일반주제명  
보안[保安]
기타저자  
앤서니 조셉,
기타저자  
블레인 넬슨,
기타저자  
벤자민 루빈슈타인,
기타저자  
J.D. 타이가
기타저자  
김우석,
기타저자  
장기식,
기타저자  
김대엽
기타저자  
대한민국학술원
가격  
\40000
Control Number  
ansan:104163
책소개  
이메일 스팸과 네트워크 보안에 관한 사례 연구를 포함해 시스템의 보안을 분석하고 적대적인 환경에서 강건한 머신러닝 알고리즘을 구축하는 데 필요한 이론과 실용적인 기술을 모두 다루고 있어, 컴퓨터 보안과 머신러닝 분야의 연구자와 실무자, 학생에게 많은 도움이 될 것이다.

★ 이 책의 다루는 내용 ★
저명한 연구자들이 서술한 이 완벽한 입문서는 적대적(敵對的) 환경(adversarial environment)에서 강건한 머신러닝(robust machine learning)을 구축하는 데 필요한 모든 이론과 도구를 제공한다. 공격자가 통계적 추론을 조작하려고 데이터를 적극적으로 중독시킬 때 머신러닝 시스템을 어떻게 적용할 수 있는지 알아본다. 시스템 보안을 조사하고, 강건한 데이터 분석을 수행할 수 있는 최신 실용 기술을 배우며, 최신 사이버 공격의 추세에 효과적인 대책을 설계할 수 있는 새로운 접근 방식에 대한 통찰력도 얻을 수 있을 것이다. 또한 프라이버시 보호 메커니즘(privacy-preserving mechanism)과 분류기(classifier)에 대한 근사-최적 회피(near-optimal evasion)를 자세히 설명하고, 스팸 메일과 네트워크 보안에 관한 심층적인 인스턴스 연구 결과를 통해 전통적인 머신러닝 알고리즘을 성공적으로 공격하는 방법도 소개한다. 이 분야의 현재 기술 수준과 미래 방향의 개요를 빈틈없이 제공하는 이 획기적인 작업은 컴퓨터 보안과 머신러닝 분야의 연구자와 실무자, 학생, 사이버보안 군비 경쟁의 다음 단계를 배우려는 사람에게 꼭 필요한 책이다.
신착도서 더보기

소장정보

  • 예약
  • 서가에 없는 책 신고
  • 대출신청
  • 나의폴더
  • 우선정리요청
소장자료
등록번호 청구기호 소장처 대출가능여부 대출정보
00122805 대한학술  004.73 앤54ㅈ 참고자료실 대출가능(0) 대출가능(0)
마이폴더 부재도서신고

* 대출중인 자료에 한하여 예약이 가능합니다. 예약을 원하시면 예약버튼을 클릭하십시오.

해당 도서를 다른 이용자가 함께 대출한 도서

관련도서

관련 인기도서

도서위치