自身学习的安全数据科学和ai安全算法的学习资料

项目地址： https://github.com/0xMJ/AI-Security-Learning

最近更新日期为：2019/04/26

同步更新于： Mang0: AI-Security-Learning

[TOC]

新增：

• 干货 | 机器学习在web攻击检测中的应用实践
• 基于HMM的web异常参数检测
• AI繁荣下的隐忧——Google Tensorflow安全风险剖析
• Data-Knowledge-Action: 企业安全数据分析入门
• 使用Seq2Seq自动编码器检测Web攻击

• 斯坦福CS259D
• 短期课程 - 安全信息学应用机器学习
• 我们的书“安全专业人工智能简介”的示例代码
• mylamour教程

用AI来做应用安全攻击

• Deep Exploit：使用机器学习的全自动渗透测试工具
• GyoiThon：使用机器学习的全自动渗透测试工具

• 机器学习之识别简单验证码

• 一种基于机器学习的自动化鱼叉式网络钓鱼思路
• Weaponizing data science for social engineering: Automated E2E spear phishing on Twitter

• 利用GAN生成对抗恶意软件样本

• AI与Android漏洞挖掘的那些事儿

• AI与安全的恩怨情仇五部曲「1」Misuse AI

用AI来做应用安全防护

• UBA/UEBA的资料收集和学习
• UEBA架构设计之路1：UEBA框架
• UEBA架构设计之路2：数据接入和准备
• UEBA架构设计之路3：复杂事件处理引擎
• UEBA如何在企业有效地应用与落地
• UEBA在企业安全领域应用的现状和挑战
• 浅析用户行为分析系统（UEBA）
• 机器学习算法在用户行为检测(UBA)领域
• 新一代数据安全的制胜法宝-UBA
• 干货｜用机器学习检测异常点击流
• 机器学习算法在用户行为检测(UBA)领域的应用

• 用递归神经网络检测WEB攻击
• Web安全检测中机器学习的经验之谈
• 干货 | 机器学习在web攻击检测中的应用实践
• 基于HMM的web异常参数检测
• 基于机器学习的攻击检测
• 使用Seq2Seq自动编码器检测Web攻击

• 基于机器学习的分布式webshell检测系统-特征工程（1）
• 兜哥基于机器学习的 Webshell 发现技术探索
• 深度学习PHP webshell查杀引擎demo
• 使用机器学习识别WebShell
• 基于机器学习的分布式Webshell检测系统
• 基于机器学习的Webshell发现技术探索
• 刘焱： Webshell 发现技术实战解析
• 安普诺张涛：再谈webshell检测
• 新开始:webshell的检测
• 基于机器学习的WebShell检测方法与实现(上)
• 初探机器学习检测PHP Webshell

• 机器学习识别XSS实践
• 使用深度学习检测XSS
• 使用深度学习检测XSS(续)

• 利用机器学习和规则实现弱口令检测

• 用户异常行为检测

• 基于KDDCUP 99数据集预测DDoS攻击
• 基于谱分析与统计机器学习的DDoS攻击检测技术研究
• 基于机器学习的分布式拒绝服务攻击检测方法研究
• DDoS Attacks Using Hidden Markov Models and Cooperative ReinforcementLearning*

• URLNet：通过深度学习学习URL表示以进行恶意URL检测
• 用机器学习玩转恶意URL 检测
• 使用机器学习来检测恶意URL
• 网络钓鱼URL分类

• 机器学习实践-DGA检测
• 使用fasttext进行DGA检测
• 机器学习实践-DGA检测
• 使用深度学习检测DGA
• 机器学习与威胁情报的融合：一种基于AI检测恶意域名的方法
• https://github.com/surajr/URL-Classification

• 利用机器学习检测HTTP恶意外连流量

• 使用机器学习检测混淆的命令行
• 利用机器学习进行恶意代码分类
• 用机器学习检测Android恶意代码
• 恶意软件与数据分析
• Malware Detection in Executables Using Neural Networks
• 基于深度学习的恶意样本行为检测(含源码)
• 深度学习在恶意软件检测中的应用
• 用机器学习检测恶意PowerShell
• 用机器学习进行恶意软件检测——以阿里云恶意软件检测比赛为例
• 第二届微软恶意软件预测挑战赛初探

• IsThisLegit+Phinn：采用了机器学习算法的开源网络钓鱼防御与检测工具
• 王田峰.基于机器学习算法的钓鱼网站检测系统[D].东南大学， 2011.

• APT detection based on machine learning
• 机器学习算法分析引擎助力安全威胁推理分析

• 使用CNN检测DNS隧道
• 探秘-基于机器学习的DNS隐蔽隧道检测方法与实现

• 基于设备指纹的风控建模以及机器学习的尝试
• 如何在安全风控中评估和量化机器学习有效性
• 人工智能反欺诈三部曲——特征工程
• 阿里巴巴直播内容风险防控中的AI力量
• 人工智能反欺诈三部曲之：设备指纹

• 解决机器学习和安全运营之间的最后一公里问题
• 聊聊安全运营
• 我理解的安全运营
• 采用NLP机器学习来进行自动化合规风险治理

• 机器学习在WindowsRDP版本和后门检测上的应用
• 我对“数据驱动安全”的一些理解
• 数据驱动安全方法论浅谈
• 可视化恶意软件行为，并使用GAN主动防御零日攻击。
• 基于主动学习的异常检测

逃逸攻击：

• 对深度学习的逃逸攻击 - 探究人工智能系统中的安全盲区
• 安全领域中机器学习的对抗和博弈
• 基础攻防场景下的AI对抗样本初探
• 手写数字识别的攻击
• 使用生成对抗网络(GAN)生成DGA
• 从安全视角对机器学习的部分思考
• 黑客入侵与机器学习沙箱逃逸

• 深度学习框架中的魔鬼 - 探究人工智能系统中的安全问题
• 机器学习对抗性攻击报告
• AI繁荣下的隐忧——Google Tensorflow安全风险剖析

机器学习面临的数据污染问题。通过原理说明和代码实例，展示数据污染的特点和攻击效果。

• 如何利用AI对抗“数据污染”和”数据中毒“？
• 对抗数据中毒--机器学习在阿里巴巴网络安全的应用
• 三种特征向量对深度学习攻击检测的影响
• DEFCON CHINA议题解读| 对深度学习系统的数据流攻击
• 对深度学习的降维攻击 - 人工智能系统数据流中的安全风险

模型代码的漏洞挖掘和利用

• 机器学习对抗性攻击

DeepFool对抗算法

FGSM算法：机器学习对抗算法中的FGSM算法。通过算法说明和代码实例，展示FGSM算法的特点和攻击效果。

• 详解如何使用Keras实现Wassertein GAN
• 保卫机器学习对抗攻击性攻击
• 对抗攻击基础知识

机器学习异常检测算法

• 网络安全与机器学习（一）：网络安全中的机器学习算法
• 网络安全与机器学习（二）：网络安全任务如何结合机器学习？
• 机器学习在安全攻防场景的应用与分析
• 2017年 AI安全风险白皮书
• 逻辑回归算法分析与安全场景分析
• 解决机器学习和安全运营之间的最后一公里问题
• 一文全面解读网络安全中的机器学习

http://www.secrepo.com/

1、Samples of Security Related Dats

2、DARPA Intrusion Detection Data Sets

3、Stratosphere IPS Data Sets

4、Open Data Sets

5、Data Capture from National Security Agency

6、The ADFA Intrusion Detection Data Sets

7、NSL-KDD Data Sets

8、Malicious URLs Data Sets

9、Multi-Source Cyber-Security Events

10、Malware Training Sets: A machine learning dataset for everyone

• KDnuggets

• 网络安全中机器学习大合集
• 最终安全数据科学和机器学习指南
• Machine Learning for Cyber Security
• 404师傅的整理
• Awesome-AI-Security
• awesome-ml-for-cybersecurity
• Collection of Security and Network Data Resources
• The Definitive Security Data Science and Machine Learning Guide
• Deep Learning Security Papers
• iami师傅的整理
• 关于机器学习和安全的源代码
• 红日安全

• http://webber.tech/
• http://bindog.github.io
• https://www.cdxy.me
• https://iami.xyz
• https://www.zuozuovera.com/
• LittleHann师傅
• ReLuQ师傅

• 《web安全之机器学习入门》
• 《web安全之深度学习实战》
• 《web安全之强化学习与Gan》
• 《OReilly.Machine.Learning.and.Security》
• 《统计学习方法》
• 《恶意软件数据科学》
• 《安全专业人员智能介绍》
• 掌握机器学习渗透测试Mastering Machine Learning for Penetration Testing

• 入行 AI，如何选个脚踏实地的岗位
• 为什么机器学习在安全、风控领域频频遇冷?

实话说，计算机体系很大，除了语言、数据机构、算法之外，计算机体系结构、操作系统、网络、数据库等等领域庞大。但不管怎样，学习如何编写代码、如何编程是必备的。如何学习编程呢？学完数据结构、算法等知识后，如何提高编程能力呢？上LeetCode刷题成为很多人的不二之选。 推荐教程：python廖雪峰

数学是搞数据科学的必备基础，数学不扎实，机器学习里很多原理、推导、公式便无法理解透彻，比如单单一个SVM就涉及到求导、凸优化等数学知识。所以如果数学忘了，很有必要复习并重新扎实数学基础。 涵盖内容：微积分、数理统计与概率论、矩阵、凸优化 推荐书籍：数理统计学简史、矩阵分析与应用by张贤达、凸优化(Convex Optimization) 推荐课程：机器学习中的数学

李航《统计学习方法》

python在当今的数据分析很热，广泛应用于金融、电商等领域的大数据分析，也非常适合数据工作者利用它处理数据，所以Python在数据领域应用越来越广泛。学习Python的几个机器学习工具——pandas，numpy，seaborn，sklearn。 推荐教程：《利用python进行数据分析》、《Python爬虫》

Python 和数据科学

机器学习技术在很多领域应用广泛，包括在数据挖掘、搜索、推荐、广告、自然语言处理等等中。所以学好机器学习，是搞更多应用领域的前提条件。此外，学习机器学习，不单单只是学习一个个模型、算法就足够，因为实际的机器学习工作中，分析问题、处理数据、处理特征占绝大部分工作。所以不要以为看到一个课程涵盖许许多多的模型/算法就以为捡到了宝，看一个ML课程有没有工业实战，最快判断的标准之一是看它讲不讲以及是否能讲好特征工程、模型调优。 推荐书籍：PRML 推荐课程：吴恩达《机器学习》公开课

原课程地址：coursera.org/course/ml

​ https://www.coursera.org/learn/machine-learning/home/welcome

笔记：

https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

https://github.com/scruel/ML-AndrewNg-Notes

周志华西瓜书：

周志华《机器学习》阅读笔记

得益于计算机越发强大的计算能力，神经网络的加强版深度学习（权且容许我这么不专业的叫法）越发火热，从AlphaGo、无人驾驶再到最近的AlphaGo 2.0横扫中日韩顶级骑手，AI可谓出尽了风头，在这个人工智能与大数据的时代，不学点AI，都不好意思出门跟人打招呼说我是搞计算机技术的了。 推荐课程：吴恩达《深度学习》公开课

原课程地址：www.deeplearning.ai

笔记：

https://github.com/fengdu78/deeplearning_ai_books=http://www.ai-start.com/dl2017/ http://kyonhuang.top/Andrew-Ng-Deep-Learning-notes/#/ http://binweber.top/tags/ML/ https://zhuanlan.zhihu.com/p/35333489 http://dl-notes.imshuai.com/

1、纸上得来终觉浅、绝知此事要躬行。理论学习再多最终还是要实战。为降低门槛起见，你可以从做一个一个有趣的深度学习实验开始，比如学梵高作画、自动玩flappy bird等等。然后，在kaggle上多刷刷一些数据竞赛项目，学习特征工程和别人的代码。

2、学习大规模数据处理——spark hadoop storm

如果你是想做数据挖掘、计算机视觉、自然语言处理，可以继续学相关的课程。此外，很多经典最新论文值得一读。如果足够了，那就正式出山到实际江湖上闯一闯吧：找份工作，干一把！ 推荐公司：有资源、有数据的偏大一点的公司

• 软件工程师的机器学习

• 吴海广的建议

• 红色石头：

  https://www.itcodemonkey.com/article/6848.html

  https://36kr.com/p/5109465.html

  https://zhuanlan.zhihu.com/p/29704017

https://pan.baidu.com/s/1k64FTLw1Gv87WbYqviM45Q#list/path=%2F提取密码：bs8w