机器学习互联网业务安全实践

互联网产业正在从IT时代迈DT时代（数据时代），同时互联网产业的繁荣也催生了黑灰产这样的群体。那么，在数据时代应该如何应对互联网业务安全威胁？机器学习技术在互联网业务安全领域的应用正是答案。本书首先从机器学习技术的原理手，自成体系地介绍了机器学习的基础知识，从数学的角度揭示了算法模型背后的基本原理；然后介绍了互联网业务安全所涉及的重要业务场景，以及机器学习技术在这些场景中的应用实践；*后介绍了如何应用互联网技术栈来建设业务安全技术架构。作者根据多年的一线互联网公司从业经验给出了很多独到的见解，供读者参考。本书既适合机器学习从业者作为门参考书，也适合互联网业务安全从业者学习黑灰产对抗手段，帮助他们做到知己知彼，了解如何应用机器学习技术来提高与黑灰产对抗的能力。
【推荐语】
√ 垃圾注册刷单薅羊毛信息泄露，反欺诈反爬虫账户安全内容安全信贷安全，完整方案成熟体系与一手实践。 √ 利用机器学习扩大风险识别范围提高风险识别的准确度提升业务安全的自动化水平，跨安全与AI领域的行指南。 √ 业务安全从业者可用来快速选择至优机器学习方案，算法工程师可用来了解ML业务安全应用独特之处以备深研究。 √ 覆盖真实安全业务场景机器学习算法原理算法实现优化与生产环境上线迭代，与常胜高手过招一般快速提升功力。
【作者】
王帅，花名“莲华”，美丽联合集团（蘑菇街）安全部风控算法技术负责人。2015年初加蘑菇街，主要负责风控相关的反作弊算法，从无到有搭建了电商平台的风控策略架构体系，主要研究方向是基于机器学习的风控算法策略。吴哲夫，本科就读于山东大学，研究生就读于北京大学，曾在微软亚洲研究院实习，毕业后就职于阿里巴巴（北京），现供职于美丽联合集团。