侧重于介绍成熟且经过验证的技术，并提供了大量示例以帮助读者掌握要点。 ???????????????Mamoun Alazab, 澳大利亚查尔斯达尔文大学工程、信息技术与环境学院教授，IEEE高级成员。网络安全研究员和从业者，专注于计算机系统的网络安全和数字取证，专注于网络犯罪的检测和预防。MingJian Tang，澳大利亚悉尼科技大学环境学院教授，IEEE高级成员。廖勇，博士，中国电子科技集团公司网络空间安全研究院有限公司副总工程师，从事网络测量、网络系统安全、数据分析领域的研究工作。李志鹏，中国科学技术大学网络空间安全学院博士生，2010年和2013年分别获中国科学技术大学信息科学技术学院学士和硕士学位，曾在美国俄亥俄州立大学做访问学者。研究方向为网络安全和数据挖掘。 ???????????????引进自德国斯普林格(Springer)出版社。在安全和隐私实践方面，网络犯罪仍然是一个日益严峻的风险。通过合作，深度学习和网络安全专家近几年在入侵检测、恶意代码分析和取证识别领域取得了重大进展。本书解决了如何使用深度学习方法来推进网络安全目标的问题，包括检测、建模、监控和分析以及防御对敏感数据和安全系统的各种威胁，填补了深度学习和网络安全社区之间的空白，讨论的主题涵盖广泛的现代实用深度学习技术、框架和开发工具，使读者能够参与网络安全各个方面的前沿研究。 本书侧重于介绍成熟且经过验证的技术，并提供了大量示例以帮助读者掌握要点。 ???????????????前言致谢深度学习框架的对抗攻击、防御和应用多电飞行器中混合应急动力系统的智能态势感知架构信息物理监视系统中基于深度学习的人员重识别智能电网中基于深度学习的电力盗窃网络攻击检测基于卷积神经网络的恶意网络流量分类DBD:利用深度学习检测使用自动生成域名的僵尸网络基于深度神经网络的增强算法生成域名检测基于SDN网络的入侵检测:深度循环神经网络方法SeqDroid:基于堆叠卷积和循环神经网络的抗混淆安卓恶意软件检测基于深度学习方法的儿童剥削内容检测检测儿童剥削内容:一种数字取证方法