三民網路書店 / 搜尋結果

《網絡安全技術及應用》以網絡安全技術為主線，以實際網絡安全應用為重點，將近年來國內外的網絡安全技術研究成果應用于解決日常生活、工作中遇到的網絡安全問題。全面介紹了網絡安全的保障體系及相關法規、網絡安全中常用的操作系統命令、網絡安全體系及協議基礎、密碼學基礎與pki、網絡安全協議、網絡攻擊技術、惡意軟件、防火牆技術、入侵檢測與入侵防御技術、windows安全技術、網絡站點安全、網絡設備安全及網絡安全

監獄作為國家刑罰執行機關，既是法治建設的實踐之地，更是法治文明的濃縮之所。新形勢下，監獄的職能發生了重大變化，從而對監獄的管理水平提出了更高要求。而要想實現對服刑人員的科學性和精准性教育改造和監管，就必須更深入、更全面的掌握服刑人員的相關信息，這勢必給監獄有限的警力造成更大的負擔。隨著監獄信息化建設在在監獄的深入推進，監獄積累了大量的數據，因此，利用數據分析、數據挖掘、模式識別、機器學習等大數據技術從監獄信息資源庫、安防等系統及服刑人員的在監日常行為中收集服刑人員相關數據並整合成數據集，然後進行分析，提取模式和規律，建立模型來對服刑人員的再犯罪危險性進行模式識別、分類和預測，從而將有限的警力用於重點服刑人員，提高服刑人員的教育改造質量和監管水平。服刑人員的危險性識別、分類、預測及由此進行的減刑和假釋將日益基於服刑人員的數據分析作出，而並非基於經驗和主觀意圖，從而提升依法治監的科學性和規範性。專著內容主要包括：服刑人員再犯罪概述、服刑人員危險性評估、服刑人員再犯罪預測、服刑人員再犯罪數據挖掘概述、服刑人員再犯罪數據挖掘目標、國外跨行業數據挖掘標準過程（CRISP-DM）、國內數據挖掘預測流程、服刑人員再犯罪數據的收集、讀取數據、服刑人員再犯罪數據質量分析、數據預處理概述、數據清洗、數據集成、隱私數據脫敏、數據變換、數據規約、服刑人員再犯罪數據挖掘概述、關聯規則挖掘、回歸分析方法、分類方法概述、集成學習、聚類分析方法、基於離群點檢測的服刑人員安全監管改造分析、基於大數據的服刑人員危險性預測研究、機器學習模型在預測服刑人員再犯罪危險性中的效用。