دانلود کتاب Machine Learning for Cyber Agents: Attack and Defence (Advanced Sciences and Technologies for Security Applications) (به فارسی: یادگیری ماشین برای عوامل سایبری: حمله و دفاع (علوم و فناوری های پیشرفته برای برنامه های امنیتی)) نوشته شده توسط «Stanislav Abaimov – Maurizio Martellini»
اطلاعات کتاب یادگیری ماشین برای عوامل سایبری: حمله و دفاع (علوم و فناوری های پیشرفته برای برنامه های امنیتی)
موضوع اصلی: کامپیوتر – امنیت
نوع: کتاب الکترونیکی
ناشر: Springer
نویسنده: Stanislav Abaimov – Maurizio Martellini
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2022
تعداد صفحه: 242 / 235
حجم فایل: 4.26 مگابایت
کد کتاب: 3030915840 , 9783030915841
نوبت چاپ: 1st ed. 2022
توضیحات کتاب یادگیری ماشین برای عوامل سایبری: حمله و دفاع (علوم و فناوری های پیشرفته برای برنامه های امنیتی)
دنیای سایبری توسط هوش مصنوعی هم تقویت شده و هم در معرض خطر قرار گرفته است. از یک طرف، عملکرد بسیاری از خدمات امنیتی موجود بهبود یافته و ابزارهای جدیدی ایجاد شده است. از سوی دیگر، تهدیدات سایبری جدیدی را هم از طریق ظرفیت‌های حمله تکامل یافته و هم از طریق نقص و آسیب‌پذیری خود به دنبال دارد. علاوه بر این، رایانه‌های کوانتومی با ایجاد سریع‌تر و هوشمندتر کردن عوامل سایبری یادگیری ماشین، مرزهای ممکن را بیشتر می‌کنند.
با فراوانی اطلاعات اغلب گیج‌کننده و عدم اعتماد به کاربردهای متنوع فناوری‌های مبتنی بر هوش مصنوعی، داشتن کتابی ضروری است که بتواند از نقطه نظر امنیت سایبری توضیح دهد که چرا و در چه مرحله ای به فناوری نوظهور و قدرتمند یادگیری ماشینی می توان و باید مورد بی اعتمادی قرار گیرد و چگونه می توان از آن بهره برد و از عواقب فاجعه بار بالقوه جلوگیری کرد. علاوه بر این، این کتاب به یک حوزه بسیار حساس دیگر – استفاده از یادگیری ماشینی برای اهداف توهین‌آمیز، اشاره می‌کند، جنبه‌ای که به طور گسترده درک نشده است، در ادبیات آکادمیک کمتر ارائه شده است و نیاز به توجه متخصص فوری دارد.
The cyber world has been both enhanced and endangered by AI. On the one hand, the performance of many existing security services has been improved, and new tools created. On the other, it entails new cyber threats both through evolved attacking capacities and through its own imperfections and vulnerabilities. Moreover, quantum computers are further pushing the boundaries of what is possible, by making machine learning cyber agents faster and smarter.
With the abundance of often-confusing information and lack of trust in the diverse applications of AI-based technologies, it is essential to have a book that can explain, from a cyber security standpoint, why and at what stage the emerging, powerful technology of machine learning can and should be mistrusted, and how to benefit from it while avoiding potentially disastrous consequences. In addition, this book sheds light on another highly sensitive area – the application of machine learning for offensive purposes, an aspect that is widely misunderstood, under-represented in the academic literature and requires immediate expert attention.
