数据科学与机器学习方法对网络安全的影响
摘
要
一
背景
图1.1 数据科学网络安全流行趋势
二
研究挑战
三
网络攻击安全挑战
未经授权访问网络、系统或数据信息都是不安全的行为,存在很大的隐患;
恶意软件被故意设计成对计算机、客户端、服务器或计算机网络造成损害的程序或软件,对系统会产生巨大的影响;
拒绝服务(DOS)是一种攻击,旨在关闭机器或网络,使目标用户无法访问它;
钓鱼是恶意入侵行为,用于广泛的恶意活动,通过人与人之间互动完成,攻击者企图通过电子邮件、文本或即时消息,将自己伪装成受信任的个人或团体,参与获取敏感信息[3]。
四
数据科学与网络安全数据科学
图2.1数据科学中的分析阶段
五
总结与展望
参考文献
[1]Kotenko, Igor, Igor Saenko, and Alexander Branitskiy. "Machine learning and big data processing for cybersecurity data analysis." Data science in cybersecurity and cyberthreat intelligence. Springer, Cham, 2020. 61-85.
[2]Thanh, Cao Tien. "A Study of Machine Learning Techniques for Cybersecurity." 2021 15th International Conference on Advanced Computing and Applications (ACOMP). IEEE, 2021.
[3]Alhayani, Bilal, et al. "Effectiveness of artificial intelligence techniques against cybersecurity risks apply of IT industry." Materials Today: Proceedings (2021).
[4]Shaukat, Kamran, et al. "A survey on machine learning techniques for cyber security in the last decade." IEEE Access 8 (2020): 222310-222354.
中国保密协会
科学技术分会
长按扫码关注我们
作者:杨驰宇
责编:丁昶
2022年精彩文章TOP5回顾
近期精彩文章回顾