VIP10
本课程属于：106-车载IDS入侵检测与安全运营工程 智能汽车与新能源汽车工程 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

IDS规则与机器学习检测工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=IDS规则与机器学习检测工程的… · 核心概念 · 整体框架与实战路线图
课程导入IDS
02
网络安全与入侵检测基础
目标=IDS/IPS定义 · 分类 · 部署位置
网络安全入侵检测基础
03
规则检测核心概念
目标=签名 · 模式匹配 · 协议解析
规则检测核心概念目标=签名
04
Suricata规则语法入门
目标=规则头部 · 动作 · 协议
Suricata规则语法入门
05
Suricata规则选项详解
目标=msg · sid · rev
Suricata规则选项详解
06
载荷匹配与内容修饰
目标=content · nocase · depth
载荷匹配内容修饰
07
PCRE与正则表达式检测
目标=pcre语法 · 锚点 · 捕获组
PCRE正则表达式检测
08
流与状态检测
目标=flow · flowbits · flowint
状态检测flow
09
协议解析与关键字检测
目标=http · dns · tls
协议解析关键字检测
10
规则性能优化
目标=规则排序 · 快速模式 · 预过滤
规则性能优化目标=规则排序
11
规则管理与工程化
目标=规则版本控制 · 分类标签 · 测试流程
规则管理工程化
12
机器学习检测入门
目标=监督/无监督学习 · 特征工程 · 模型评估与安全检测映射
机器学习检测入门目标=监督
13
流量特征工程
目标=流统计特征 · 包级特征 · 时间序列特征
流量特征工程目标=流统计特征
14
常用机器学习算法
目标=决策树 · 随机森林 · SVM
常用机器学习算法目标=决策树
15
深度学习检测方法
目标=CNN · RNN · LSTM
深度学习检测方法CNN
16
数据集与标注
目标=KDD99 · NSL-KDD · UNSW-NB15
数据集标注
17
模型训练与评估
目标=训练集/验证集/测试集划分 · 交叉验证 · 准确率
模型训练评估
18
概念漂移与对抗规避
目标=数据分布变化 · 对抗样本 · 模型退化与持续学习策略
概念漂移对抗规避
19
规则与机器学习融合架构
目标=并联 · 串联 · 投票
规则机器学习融合架构
20
告警降噪与关联分析
目标=告警聚合 · 去重 · 优先级排序
告警降噪关联分析
21
实战案例一
目标=基于Suricata规则检测W… · XSS · 命令注入）
实战案例一Suricata
22
实战案例二
目标=基于机器学习检测恶意流量（CI…
实战案例二CI
23
实战案例三
目标=规则与机器学习融合检测C2通信…
实战案例三C2
24
实战案例四
目标=使用Zeek与Python构建…
实战案例四Zeek
25
常见问题与排错
目标=规则不生效 · 误报漏报 · 性能瓶颈
常见问题排错
26
工程化部署
目标=Docker · Kubernetes · CI/CD
工程化部署Docker
27
性能与可扩展性
目标=多线程 · GPU加速 · 分布式检测
性能可扩展性
28
安全与合规
目标=隐私保护 · 数据脱敏 · 模型可解释性
安全合规
29
综合项目
目标=设计并实现一个规则+机器学习混…
综合项目目标=设计并实现…
30
课程总结与进阶
目标=知识体系回顾 · 前沿方向 · 开源工具与持续学习路径
课程总结进阶