반디앤루니스 인터넷서점
전체

로고이미지

검색

  • ▼
HOT ISSUE

네비게이션 실시간 인기 책

    머신 러닝을 활용한 컴퓨터 보안

    머신 러닝을 활용한 컴퓨터 보안

    시리즈 : 에이콘 해킹과 보안 [16]

    원제 : Machine Learning and Security: Protecting Systems with Data and Algorithms

    • 클라렌스 치오, 데이비드 프리먼 저
    • 김창엽, 강병호, 양지수 역
    • 에이콘출판
    • 2018년 12월 28일
    • 정가
      40,000원
    • 판매가
      36,000원 [10% 할인]
    • 결제 혜택
      무이자
    • 적립금
      2,000원 적립 [5%P]

      NAVER Pay 결제 시 네이버페이 포인트 5% 적립 ?

    • 배송구분
      업체배송(반디북)
    • 배송료
      무료배송
    • 출고예정일

      출고예정일 안내

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

      close

      2025년 05월 01일(목)

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

    수량
    바로 구매 쇼핑카트 담기 위시리스트
    회원리뷰
    - [0]
    ISBN: 9791161752495 484쪽 188 x 235 (㎜)

    지금 이책은

    이 분야의 베스트셀러

    이 책이 속한 분야

    이 책의 시리즈

    전체 선택 쇼핑카트 담기
    시리즈 에이콘 해킹과 보안 (16)

    책 소개

    상품문의 / 정보수정 요청 >

    이 책은

    컴퓨터 보안 문제를 해결하기 위해 활용할 수 있는 여러 머신 러닝 기술을 다루고 있는 실무 지침서다. 침입 탐지, 악성 코드 분류, 네트워크 분석 컴퓨터 보안 분야에서 계속 연구되고 있는 분야에 대해 소개하며, 최신 연구 주제인 머신 러닝 모델을 공격하기 위한 방법에 대한 연구도 소개한다. 컴퓨터 보안 분야에 종사하는 실무자나 관심이 많은 분들이 머신 러닝을 활용하는 데에 큰 도움이 될 것이다.
     

    출판사 리뷰

    ★ 이 책에서 다루는 내용 ★



    ■ 침입, 사기, 임박한 시스템 장애 등의 비정상을 신속하게 탐지

    ■ 컴퓨터 바이너리에서 유용한 정보를 추출해 악성코드 분석 수행

    ■ 데이터셋 내에서 패턴을 찾아 네트워크 공격자 차단

    ■ 공격자가 사용자 대상 웹 사이트와 앱 기능을 어떻게 악용하는지 조사

    ■ 머신 러닝 알고리즘을 실험 환경에서 실무 환경으로 변환

    ■ 공격자가 머신 러닝 솔루션에 가하는 위협 이해



    ★ 이 책의 대상 독자 ★



    보안 분야에서 시스템을 개선하기 위해 머신 러닝을 사용하거나, 머신 러닝 분야에서 보안 분야를 다루기 위해 도구를 사용하려고 한다면, 이 책이 적합하다.

    이 책은 통계에 대한 기본적인 지식을 보유하고 있다고 가정하고 서술한다. 복잡한 수학을 다루는 대부분의 내용은 읽지 않아도 내용을 이해하는 데에 문제가 없다. 또한 프로그래밍 언어에 익숙하다고 가정한다. 이 책에서 다루는 내용은 개념적인 내용을 구현하기 위해 파이썬 코드를 사용한다. 물론 오픈소스 라이브러리를 활용해 자바, 스칼라(Scala), C++, 루비(Ruby) 등 다른 언어로도 동일한 개념을 구현할 수 있다.



    ★ 이 책의 구성 ★



    이 책에서는 보안 영역 중에서도 침입 탐지, 악성코드 분류, 네트워크 분석과 같은 문제에 대한 규칙 기반 또는 경험적 솔루션을 보완하거나 대체하기 위해 머신 러닝을 적용하는 방법을 예를 들어 설명한다. 핵심적인 머신 러닝 알고리즘 기법을 살펴보고 보안 영역에서 유지 보수 가능하고 안정적이면서 확장성이 우수한 데이터 마이닝 시스템을 구축하는 데 주안점을 둔다. 예제 코드를 통해 실습하고 보안 문제가 있는 환경에서 데이터를 다루는 방법과 노이즈에 섞여 놓칠 수도 있는 중요한 신호를 식별해내는 방법도 함께 다룬다.

    추천글

     


    “보안의 미래와 온라인의 보안은 인터넷 규모와 속도에 따른 악의적인 활동을 발견하고 차단하기 위해 머신 러닝을 운영할 수 있는 보안 연구자의 능력에 의해 좌우될 것이다. 치오와 프리먼은 이런 주제에 관해 최신 학술적 연구와 더불어, 현장에서 사람들을 안전하게 지키기 위해 머신 러닝을 활용하면서 어렵게 얻은 교훈을 이 책에 담았다.”
    - 알렉스 스타모스(Alex Stamos)/페이스북 최고 보안 책임자


    “비정상 탐지부터 엔드 유저 보호까지 컴퓨터 시스템 보안에 머신 러닝 기술이 어떻게 사용되는지를 살펴보는 모든 사용자를 위한 훌륭한 실용적인 가이드다.”
    - 댄 보네(Dan Boneh)/스탠포드대학교 컴퓨터 과학 교수


    “보안에서 머신 러닝이 활용되는지 궁금하다면 이 책에서 HD급 실루엣으로 확인할 수 있다.”
    - 노케디 이디카 박사(Nwokedi C. ldika, PhD)/구글의 보안 및 프라이버시 조직의 소프트웨어 엔지니어



     


    저자 소개

    클라렌스 치오, 데이비드 프리먼

    지은이 : 클라렌스 치오 (Clarence Chio)
    데프콘(DEFCON)과 12개국 이상의 기타 보안/소프트웨어 엔지니어링 회의와 모임에서 머신
    러닝과 보안 분야에 대한 발표, 워크숍, 교육 과정을 진행한 엔지니어이자 기업가다. 과거 셰이프 시큐리티(Shape Security)의 보안 연구 팀원, 인텔의 커뮤니티 스피커, 오라클의 보안 컨설턴트를 역임했다. 보안 데이터 과학에 대해 소수의 스타트업에 조언하고 있으며, 샌프란시스코만 지역에서 가장 큰 보안 데이터 과학자 모임인 사이버 보안을 위한 데이터 마이닝 모임의 창립자이자 주최자다. 데이터 마이닝과 인공지능 전공으로 스탠포드대학교의 컴퓨터 과학 학사 및 석사 학위를 취득했다.  

    지은이 : 데이비드 프리먼 (David Freeman)
    스팸과 악용 문제를 연구하는 페이스북의 연구 과학자/기술자다. 이전에는 링크드인(LinkedIn)에서 악용 방지 기술과 데이터 과학 팀을 이끌었으며, 거기서 사기와 악용 탐지를 위한 통계 모델을 구축했고, 링크드인에서 더 큰 규모의 머신 러닝 커뮤니티와 협력해 확장 가능한 모델링과 스코어링 인프라를 구축했다. NDSS, WWW, AISec 등 머신 러닝과 보안에 대한 국제 콘퍼런스의 저자, 발표자, 주최자로 컴퓨터 보안의 수학적, 통계적 측면에 관한 20개 이상의 학술 논문을 저술했다. UC 버클리에서 수학 박사 학위를 받았고, CWI와 스탠포드대학교에서 암호학과 보안 분야에서 박사 후 연구를 했다.  

    옮긴이 : 김창엽
    현재 데이터 분석과 머신 러닝에 관심이 많아 고려대학교 산업경영공학과 데이터 사이언스 및 비즈니스 어낼리틱스(DSBA) 연구실에서 박사 과정 재학 중이다. 이전에는 안랩에서 9년간 근무하며 악성코드 대응 및 침해사고 분석 업무를 수행했다. 옮긴 책으로는 에이콘출판사에서 출간한 『텐서플로 入門』(2016), 『리눅스 바이너리 분석』(2016), 『모의 해킹을 위한 메타스플로잇』(2014), 『케라스로 구현하는 딥러닝과 강화학습』(2017), 『딥러닝 데이터 전처리 입문』(2018) 등이 있다.  

    옮긴이 : 강병호
    한양대학교 공과대학 컴퓨터 공학부 및 동 대학원 컴퓨터 소프트웨어학과를 졸업했다. 안랩과 한국전자통신연구원(ETRI)에서 머신 러닝 기반 보안 기술을 연구했고, 현재는 SK텔레콤에서 머신 러닝 기술을 연구하고 있다.  

    옮긴이 : 양지수
    한양대학교 컴퓨터 공학을 전공했고 동 대학원에서 소프트웨어 및 네트워크 보안으로 석사 학위를 받았다. 안랩에서 악성코드 및 네트워크 패킷 분석 업무를 수행했고 빅데이터와 머신 러닝을 연구했다. 현재는 국방과학연구소(ADD)에 재직 중이다.  

    역자 소개

    김창엽, 강병호, 양지수

    김창엽
    현재 데이터 분석과 머신 러닝에 관심이 많아 고려대학교 산업경영공학과 데이터 사이언스 및 비즈니스 어낼리틱스(DSBA) 연구실에서 박사 과정 재학 중이다. 이전에는 안랩에서 9년간 근무하며 악성코드 대응 및 침해사고 분석 업무를 수행했다. 옮긴 책으로는 에이콘출판사에서 출간한  『텐서플로 入門』(2016), 『리눅스 바이너리 분석』(2016), 『모의 해킹을 위한 메타스플로잇』(2014), 『케라스로 구현하는 딥러닝과 강화학습』(2017), 『딥러닝 데이터 전처리 입문』(2018) 등이 있다.

    강병호
    한양대학교 공과대학 컴퓨터 공학부 및 동 대학원 컴퓨터 소프트웨어학과를 졸업했다. 안랩과 한국전자통신연구원(ETRI)에서 머신 러닝 기반 보안 기술을 연구했고, 현재는 SK텔레콤에서 머신 러닝 기술을 연구하고 있다.


    양지수
    한양대학교 컴퓨터 공학을 전공했고 동 대학원에서 소프트웨어 및 네트워크 보안으로 석사 학위를 받았다. 안랩에서 악성코드 및 네트워크 패킷 분석 업무를 수행했고 빅데이터와 머신 러닝을 연구했다. 현재는 국방과학연구소(ADD)에 재직 중이다.


     

    목차

    1장. 왜 머신 러닝과 보안인가?
    __사이버 위협 살펴보기
    __사이버 공격의 경제학
    ____해킹 기술 시장
    ____간접적인 이익 창출
    ____결과
    __머신 러닝은 무엇인가?
    ____머신 러닝으로는 할 수 없는 것
    ____머신 러닝을 사용하는 공격자
    __실생활에서 사용하는 보안 분야에서의 머신 러닝 적용 사례
    __스팸 메일 탐지: 반복 접근법
    __보안 분야에서 사용하는 머신 러닝의 한계


    2장. 분류와 군집화
    __머신 러닝: 문제와 접근법
    __머신 러닝 적용: 실사례
    __훈련 알고리즘 배우기
    ____모델 패밀리
    ____손실 함수
    ____최적화
    __지도 학습 분류 알고리즘
    ____로지스틱 회귀
    ____의사결정 트리
    ____의사결정 포레스트
    ____서포트 벡터 머신
    ____나이브 베이즈
    ____k-최근접 이웃 알고리즘
    ____신경망
    __실상황에서 분류 문제를 풀 때 고려해야 할 사항
    ____모델 패밀리 선택
    ____훈련 데이터 구성
    ____속성 선택
    ____과적합과 과소적합
    ____임계치의 선택과 모델 간의 비교
    __군집화
    ____군집화 알고리즘
    ____군집화 결과 평가
    __결론


    3장. 비정상 탐지
    __지도 학습 대신에 비정상 탐지를 사용해야 하는 경우
    __휴리스틱을 사용한 침입 탐지
    __데이터 기반 방법
    __비정상 탐지를 위한 속성 공학
    ____호스트 침입 탐지
    ____네트워크 침입 탐지
    ____웹 애플리케이션 침입 탐지
    ____요약
    __데이터 및 알고리즘을 이용한 비정상 탐지
    ____예측(지도 학습 기반 머신 러닝)
    ____통계적 메트릭
    ____적합도
    ____비지도 머신 러닝 알고리즘
    ____밀도 기반 기법
    ____요약
    __비정상 탐지에서 머신 러닝을 사용하는 데 따른 어려움
    __대응 및 완화
    __실용적인 시스템 설계 문제
    ____설명 가능성 확보
    ____비정상 탐지 시스템의 유지 보수 가능성
    ____인간의 피드백 통합
    ____적대 효과 감소
    __결론


    4장. 악성코드 분석
    __악성코드 이해
    ____악성코드 분류 정의
    ____악성코드의 이면
    __속성 생성
    ____데이터 수집
    ____속성 생성
    ____속성 선택
    __속성에서 분석까지
    ____악성코드 샘플 및 레이블을 얻는 방법
    __결론


    5장. 네트워크 트래픽 분석
    __네트워크 방어 이론
    ____접근 제어와 인증
    ____침입 탐지
    ____네트워크 내의 공격자 탐지
    ____데이터 중심 보안
    ____허니팟
    ____요약
    __머신 러닝과 네트워크 보안
    ____캡처에서 속성 추출
    ____네트워크 위협
    ____봇넷
    __네트워크 공격을 분류하기 위한 예측 모델 구축
    ____데이터 탐색
    ____데이터 준비
    ____분류
    ____지도 학습
    ____준지도 학습
    ____비지도 학습
    ____고급 앙상블
    __결론


    6장. 소비자 웹 보호
    __소비자 웹으로 수익 창출
    __악용 유형 및 데이터를 활용한 방어
    ____인증과 계정 탈취
    ____계정 생성
    ____금융사기
    ____봇 활동
    __악용 문제에 대한 지도 학습
    ____데이터 레이블링
    ____콜드 스타트와 웜 스타트
    ____거짓 양성과 거짓 음성
    ____다중 응답
    ____대규모 공격
    __악용 군집화
    ____예제: 스팸 도메인 군집화
    ____클러스터 생성
    ____클러스터 평가
    __군집화의 추가 지침
    __결론


    7장. 운영 시스템
    __머신 러닝 시스템의 완성도와 확장성 정의
    ____보안 머신 러닝 시스템에서 중요한 것은 무엇일까?
    __데이터 품질
    ____문제점: 데이터셋의 편향
    ____문제점: 레이블의 부정확성
    ____해결책: 데이터 품질
    ____문제점: 누락된 데이터
    ____해결책: 누락된 데이터
    __모델 품질
    ____문제점: 하이퍼파라미터 최적화
    ____해결책: 하이퍼파라미터 최적화
    ____속성: 피드백 루프, A/B 모델 테스트
    ____속성: 재현 가능하고 설명 가능한 결과
    __성능
    ____목표: 낮은 대기 시간과 높은 확장성
    ____성능 최적화
    ____분산 컴퓨팅 프레임워크를 사용한 수평 확장
    ____클라우드 서비스 사용
    __유지 보수, 관리
    ____문제점:모델 저장 및 버전 관리,배포
    ____목표: 안정적인 성능 저하
    ____목표: 손쉬운 설정 변경
    __모니터링 및 경고
    __보안과 신뢰성
    ____속성: 공격에 대한 방어
    ____속성: 개인 정보 보호 및 보장
    __피드백과 사용성
    __결론


    8장. 적대적 머신 러닝
    __용어
    __적대적 ML의 중요성
    __머신 러닝 알고리즘의 보안 취약점
    ____공격 전이성
    __공격 기술: 모델 포이즈닝
    ____예제: 이진 분류기 포이즈닝 공격
    ____공격자의 지식
    ____포이즈닝 공격 방어
    __공격 기술: 회피 공격
    ____예제: 이진 분류기 회피 공격
    ____회피 공격에 대한 방어
    __결론

    부록 A. 2장 보충 자료

    부록 B. 오픈소스 인텔리전스 통합

    머리말

    ★ 지은이의 말 ★

    머신 러닝이 세계를 집어삼키고 있다. 통신과 금융에서부터 교통과 제조, 심지어는 농업에까지, 거의 모든 기술 분야가 머신 러닝과 인공지능, 또는 이러한 것들을 대신할 더 나은 기술에 의해 변화되고 있다.
    컴퓨터 보안에도 세계적으로 큰 영향력을 미치고 있다. 업무, 엔터테인먼트, 사회 생활에서 컴퓨터에 대한 비중이 더욱 높아지면서 돈을 벌거나 단순히 장난치려고 시스템을 공격하는 사람이 늘어나고 있다. 또한 시스템이 점차 복잡해지고 시스템 연결이 촘촘해지면서 공격자가 침입을 시도하는 데 악용할 수 있는 버그나 백도어를 없애기가 매우 힘들어졌다. 심지어는 이 책을 집필하는 과정에서 현재 사용 중인 거의 모든 마이크로프로세서가 보안 취약점을 갖고 있다는 사실이 밝혀지기도 했다.
    머신 러닝 기술을 이용하면 태양 아래 존재하는 거의 모든 것에 대한 (잠재적인) 해결 방법을 제공한다. 머신 러닝 성능을 향상시킬 수 있는 강력한 데이터셋을 원활히 제공할 수 있는 컴퓨터 보안 분야에서는 이런 장점이 더욱 커진다. 뉴스에서는 AI를 이용해 어떻게 하면 보안 기술을 ‘혁명’시킬 수 있는지를 다룬다. 고도로 숙달된 공격자의 능력을 무력화시키겠다는 목표와 함께, 머신 러닝 기술은 공격자와 방어자 간의 고양이-쥐 게임을 끝내는 기술로 홍보되고 있다. 주요 보안 콘퍼런스의 기조는 명확하다. 점점 더 많은 기업들이 보안 문제를 해결하기 위해 머신 러닝을 접목시키고 있다. 보안과 머신 러닝 두 분야의 만남에 대한 관심이 증가하면서 냉소적인 관점 또한 함께 제시되고 있다. 중심을 잡기 위해서 어떻게 해야 할까? AI의 진정한 잠재력은 무엇인가? 보안에 적용됐는가? 마케팅적인 측면과 전도유망한 기술을 어떻게 분간해낼 수 있는가? 보안 문제를 해결하기 위해 실제로 사용해야 하는 것은 무엇인가? 이러한 질문에 답하기 위해 생각할 수 있는 가장 좋은 방법은 과학에 깊이 빠져들고, 핵심 개념을 이해하고, 많은 실험을 반복하고, 결과를 통해 이야기하는 것이다.
    이를 위해 데이터 과학와 컴퓨터 보안에 대한 실무 경험이 필요하다. 보안 시스템을 구축하고 오남용을 방지하는 팀을 결성하고, 콘퍼런스에서 발표하는 과정에서 이런 지식을 보유한 상대방의 의견을 듣고 이해하고자 하는 몇 명의 사람들을 만났다.
    이 책이 바로 그 결과다.

     

    ★ 옮긴이의 말 ★

    데이터가 중요하다는 이야기는 오랫동안 들어봤을 겁니다. 생성되는 데이터는 나날이 증가하고, 데이터를 분석 및 가공하는 기술의 수요도 크게 늘어나고 있습니다. 하지만 데이터가 생성되는 양과 중요성에 비해 데이터를 분석하는 기술자와 기술 모두 공급이 부족한 상황이 이어지고 있습니다.
    보안 분야에 머신 러닝 기술을 접목시키기는 생각만큼 쉽지 않습니다. 사람이 자세히 분석하더라도 문제가 있는지 없는지 파악하기 어려운 경우가 많다는 특성 때문입니다.
    하지만 보안 분야에서 많은 경험을 쌓은 경우에 직감을 통해 정확한 분석을 할 수 있다는 것은 분명합니다. 그 동안의 누적된 경험이 직감이라는 휴리스틱을 형성해낸 것입니다.
    자신 고유의 추론 엔진이라고 볼 수 있겠지요. 머신 러닝 기술을 보안에 접목시키는 일은 이러한 도메인 지식을 찾아내는 것이 아닐까요?
    이 책은 다른 머신 러닝 관련 자료에서는 쉽게 찾아보기 어려운 보안 문제를 다루고 있습니다. 보안 분야의 비정형성으로 인해 이 책에서 모든 내용을 다루지는 못합니다. 하지만 보안 분야에 머신 러닝을 접목시키기 위해 어떠한 방식으로 접근해야 하는지 방향성을 제시해 주는 데는 탁월하며, 도움이 될 거라 생각합니다.

     

    배송 시 유의사항

    - 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
     (배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)

    - 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.

    - 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.

    - 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)

    - 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.

    반품/교환

    상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)

    반품/교환

    반품/교환
    반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판
    반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능
    반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음)
    반품/교환 불가 사유
    • 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    • 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
    • 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함
    반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
    • 회사명 : (주)서울문고
    • 대표이사 : 김홍구
    • 개인정보 보호책임자 : 김홍구
    • E-mail : bandi_cs@bnl.co.kr
    • 소재지 : (06168) 서울 강남구 삼성로 96길 6
    • 사업자 등록번호 : 120-81-02543
    • 통신판매업 신고번호 : 제2023-서울강남-03728호
    • 물류센터 : (10881) 경기도 파주시 문발로 77 반디앤루니스
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved