网络异常行为检测与安全防御关键技术及应用

本书重点介绍以网络安全为核心，结合机器学习、深度学习、优化理论等人工智能技术的数据分析关键技术，以及在不同场景中的应用。本书分别介绍了网络异常行为检测和网络安全防御研究相关的交叉学科理论，云计算、自然语言处理、机器学习、深度学习、博弈论等；基于网络流量分析的异常行为检测方法及应用；提出了基于网络日志分析的异常序列检测方法及应用；提出了一种面向多样化攻击行为的很优安全相应策略及应用；提出了一种优先网络安全资源的优化配置方法及应用。的防护资源优化配置方法；提出了一种云容灾场景下的很优数据备份策略；最后总结本书的主要内容和未来工作展望。

第1章 绪论1.1 研究背景1.2 网络安全相关技术1.3 国内外研究现状与趋势1.4 本书内容及章节安排第2章 交叉学科理论2.1 云计算2.2 自然语言处理2.3 机器学习2.4 深度学习2.5 博弈论第3章 基于网络流量的异常行为检测3.1 流量特征表征3.2 基于空域知识的异常检测应用3.3 基于频域知识的异常检测应用3.4 基于数据增强的稀有异常检测应用第4章 基于网络日志的异常序列检测4.1 日志解析4.2 基于语义特征的异常序列检测应用4.3 基于word2vec的异常序列检测应用第5章 面向攻击行为的很优安全响应5.1 安全攻防博弈建模5.2 单目标优化模型5.3 多目标优化模型5.4 分析讨论第6章 有限网络安全资源的优化配置6.1 Stackelberg博弈模型6.2 QR行为模型6.3 均衡策略求解算法6.4 分析讨论第7章 云容灾的很优数据备份策略7.1 云容灾场景模型7.2 攻防博弈收益7.3 博弈均衡7.4 分析讨论第8章 总结参考文献