1006
技術社區[雲棲]
《數據驅動安全：數據安全分析、可視化和儀表盤》一導讀
前 言
旅行很危險，弗羅多。一旦你出了門上了路，如果不專心看路，誰知道你會被帶到哪裏去。
—比爾博·巴金斯，《指環王》
近幾年，網絡安全在全球範圍內成為了大眾和專業領域的核心關注點。數據外泄的情況每天都在發生，聰明的對手把目標直指消費者、商業公司、政府，他們技巧熟練而且不怕被發現或者無視將會出現的後果。這些事件有它發生的背景，現今包含商業和關鍵基礎設施的主幹網的係統網絡和應用，變得越來越複雜，臃腫得難以掌控。
憑借肉眼觀察的直覺和所謂“最佳”實踐的安全防護措施已經不足以保護我們。安全“巫
師”的時代已經過去，采用成熟的工具和技術、進入革命性的數據驅動安全的時代已經到來。
本書綜述以及技術要點
本書的目的是帶你遨遊安全數據科學的世界。讓我們先看一眼圖1所展示的用本書每一章的關鍵詞構成的這塊雲。這朵雲涉及大量的信息，通過這朵雲你或許可以從繁雜的信息中挑選出少量的有用信息，然而，這就像不用磁鐵在一個大草垛中找出一顆釘子。
目 錄
第1章 通向數據驅動安全的旅程
1.1 數據分析簡史
1.2 獲取數據分析技能
1.2.1 領域專業知識
1.2.2 編程技能
1.2.3 數據管理
1.2.4 統計學
1.2.5 可視化
1.2.6 將這些技能組合起來
1.3 以問題為中心
1.3.1 創建一個好的研究問題
1.3.2 探索性數據分析
1.4 本章小結
第2章 打造自己的分析工具箱
2.1 為什麼選Python？為什麼選R？為什麼兩者都要？
2.2 用Canopy快速開始Python分析
2.2.1 理解Python數據分析和
2.2.2 設置R語言環境
2.3 [數據幀介紹]https://yq.aliyun.com/articles/108222()
2.4 組織結構
2.5 本章小結
第3章 學習安全數據分析的“Hello World”
3.1 解決一個問題
3.2 獲取數據
3.3 讀入數據
3.4 探索數據
3.5 回到具體問題
3.6 本章小結
3.7 推薦閱讀
推薦閱讀
第4章 進行探索性的安全數據分析
4.1 IP地址的剖析
4.1.1 IP地址的表示
4.1.2 IP地址的分段和分組
4.1.3 定位IP地址
4.2 IP地址數據的擴充
4.3 跨區域繪圖
4.3.1 宙斯僵屍網絡的可視化
4.3.2 防火牆數據的可視化
4.4 本章小結
推薦閱讀
第5章 從地圖到回歸分析
5.1 簡化地圖
5.1.1 每個國家的ZeroAccess木馬感染量是多少
5.1.2 改變數據範圍
5.1.3 Potwin效應
5.1.4 結果奇怪嗎？
5.1.5 郡計數
5.1.6 郡級
5.2 線性回歸介紹
5.2.1 回歸分析中的常見陷阱
5.2.2 ZeroAccess木馬感染的回歸分析
5.3 本章小結
推薦閱讀
第6章 將安全數據可視化
6.1 為什麼要可視化
6.2 理解視覺交流的組件
6.2.1 避免第三維
6.2.2 使用顏色
6.2.3 拚在一起
6.2.4 描述分布信息
6.2.5 可視化時間序列
6.2.6 親自實踐
6.3 將數據變成電影明星
6.4 本章小結
推薦閱讀
第7章 從安全失陷中進行學習
7.1 建立研究項目
7.2 數據收集框架的思考
7.2.1 瞄準目標答案
7.2.2 限製可能的答案
7.2.3 允許“其他”和“未知”選項
7.2.4 避免混淆並且合並細節
7.3 VERIS概述
7.3.1 事件追蹤
7.3.2 威脅角色
7.3.3 威脅行為
7.3.4 信息資產
7.3.5 屬性
7.3.6 發現/響應
7.3.7 影響
7.3.8 受害者
7.3.9 指標
7.3.10 用附加擴展VERIS
7.4 從行為中看VERIS
7.5 使用VCDB數據
7.6 本章小結
推薦閱讀
第8章 離開關係數據庫
8.1 實現有約束的存儲器
8.1.1 架構方麵的約束
8.1.2 存儲方麵的約束
8.1.3 RAM方麵的約束
8.1.4 數據方麵的約束
8.2 探索替代性的數據庫
8.2.1 BerkeleyDB 186
8.2.2 Redis
8.2.3 HIVE
8.2.4 MongoDB
8.2.5 特殊目的的數據庫
8.3 本章小結
推薦閱讀
第9章 解密機器學習
9.1 檢測惡意軟件
9.1.1 開發機器學習算法
9.1.2 驗證算法
9.1.3 實現機器學習算法
9.2 從機器學習中獲益
9.2.1 用機器學習回答問題
9.2.2 評測良好的性能
9.2.3 選擇特征
9.2.4 驗證你的模型
9.3 具體的機器學習方法
9.3.1 有監督學習方法
9.3.2 無監督學習方法
9.4 實驗：攻擊數據聚類
9.4.1 受害行業的多維尺度分析
9.4.2 受害行業的層次聚類分析
9.5 本章小結
推薦閱讀
第10章 設計有效的安全儀表盤
10.1 什麼是儀表盤
10.1.1 儀表盤不是汽車
10.1.2 儀表盤不是報告
10.1.3 儀表盤不是搬運車
10.1.4 儀表盤不是藝術展
10.2 通過儀表盤表達及管理“安全”
10.2.1 幫負責人一個忙
10.2.2 提升儀表盤的意識
10.2.3 難題在細節中
10.2.4 突出“安全”
10.3 本章小結
推薦閱讀
第11章 交互式安全可視化
11.1 從靜態到交互式
11.1.1 用於增強的交互
11.1.2 用於探索的交互
11.1.3 用於啟發的交互
11.2 開發交互式可視化
11.2.1 使用Tableau創建交互式儀表盤
11.2.2 使用D3創建基於瀏覽器的可視化
11.3 本章小結
推薦閱讀
第12章 走向數據驅動的安全
12.1 讓自己走向數據驅動的安全
12.1.1 黑客
12.1.2 統計學
12.1.3 安全領域專家
12.1.4 危險區域
12.2 帶領團隊走向數據驅動的安全研究
12.2.1 對具有客觀答案的事情提問
12.2.2 查找並收集相關數據
12.2.3 從迭代中學習
12.2.4 尋找統計人才
12.3 本章小結
推薦閱讀
附錄A 資料及工具
附錄B 參考資源
最後更新：2017-06-21 18:31:38