课程学分： 2
课程学时： 24个授课学时 + 8个实验学时
课程内容简介：
机器学习结合了统计学、概率论和凸优化等多学科技术，使计算机能够从数据中自动提取规律，从而对未知数据进行预测和决策，并执行一些传统上需要人类认知能力的任务。如今，机器学习支持了许多现代技术，如语音识别、互联网搜索、生物信息学和无人驾驶汽车等。
随着科技的飞速发展，信息安全风险和威胁也在不断增加，传统的安全技术已无法应对当前快速变化的威胁环境。机器学习为信息安全的分析、监控和预防带来了新的解决方案和可能性。
《机器学习在信息安全中的应用》是网络空间安全专业的专业选修课程。本课程将着重介绍如何通过实际应用构建具有学习和自适应能力的机器学习系统。课程主要内容包括：线性模型、k近邻算法、人工神经网络和支持向量机等主题。课程实验内容包括：线性回归的实际应用、基于监督学习的拒绝服务攻击检测等。本课程以项目为导向，侧重于学习算法的软件实现，并将这些算法应用于现实中的信息安全问题。
先修课（最低要求）：
高等数学I-1（MATH294107）、高等数学I-2（MATH294307）、线性代数与解析几何（MATH294207）、概率统计与随机过程（MATH200327）、程序设计基础（COMP300205）
课程水平（适合年级）： 三年级第1学期
课程教材：
Title: Machine Learning and Security: Protecting Systems with Data and Algorithms
Author(s): Clarence Chio; David Freeman
Publisher: O’Reilly Media
Year: 2018
Pages: 386
ISBN: 1491979909; 9781491979907
参考书：
周志华 著. 机器学习
北京：清华大学出版社
2016年1月.
ISBN 978-7-302-206853-6
Credits