悪意を持つソフトであるウイルス・マルウェア(malware)は年々増え続けその手口も高度化しつつあります。

本書ではマルウェアの検出・分析に、機械学習、統計、ソーシャルネットワーク分析、データ可視化など「データサイエンス」の手法を導入・活用する方法を伝授。scikit-learn、Kerasで独自のマルウェア検出器を構築する方法を解説します。

・コード分析で "同じ攻撃者" が作成する "新しいマルウェア"を特定
・独自の機械学習検出システムを構築し、ゼロデイ攻撃・マルウェアを捉える
・マルウェア検出器の精度をROC曲線で測定し、セキュリティの最善アプローチを選択
・データの視覚化で、マルウェアの傾向を特定・調査
・DNN(ディープニューラルネットワーク)ベースの検出システムをPythonで実装

データサイエンティストを目指す方、悪意を持つソフトウェア撃退のためデータサイエンス、ディープラーニングを活用したい方には最適の書籍となるでしょう！

no starch press『Malware Data Science:Attack Detection and Attribution』の翻訳書。


1章　マルウェアの静的解析の基礎
2章　静的解析の応用：x86逆アセンブリ
3章　速習：動的解析
4章　マルウェアネットワークを使った攻撃キャンペーンの特定
5章　共有コード解析
6章　機械学習に基づくマルウェア検出器の概要
7章　機械学習に基づくマルウェア検出器の評価
8章　機械学習に基づくマルウェア検出器の構築
9章　マルウェアの傾向を可視化する
10章 ディープラーニングの基礎
11章 Kerasを使ってニューラルネットワークマルウェア検出器を構築する
12章 データサイエンティストになろう
A 付録：データセットとツール