第1章 通向数据驱动安全的旅程 1
1.1数据分析简史 2
1.1.1 19世纪的数据分析 2
1.1.2 20世纪的数据分析 3
1.1.3 21世纪的数据分析 4
1.2获取数据分析技能 5
1.2.1领域专业知识 6
1.2.2编程技能 8
1.2.3数据管理 11
1.2.4统计学 12
1.2.5可视化 14
1.2.6将这些技能组合起来 16
1.3以问题为中心 16
1.3.1创建一个好的研究问题 17
1.3.2探索性数据分析 18
1.4本章小结 19
推荐阅读 19
第2章 打造自己的分析工具箱 20
2.1为什么选Python？为什么选R？为什么两者都要？ 21
2.2用Canopy快速开始Python分析 23
2.2.1理解Python数据分析和可视化生态系统 24
2.2.2设置R语言环境 27
2.3数据帧介绍 30
2.4组织结构 33
2.5本章小结 34
推荐阅读 35
第3章 学习安全数据分析的“Hello World” 36
3.1解决一个问题 37
3.2获取数据 37
3.3读入数据 40
3.4探索数据 43
3.5回到具体问题 54
3.6本章小结 64
推荐阅读 65
第4章 进行探索性的安全数据分析 66
4.1 IP地址的剖析 67
4.1.1 IP地址的表示 67
4.1.2 IP地址的分段和分组 69
4.1.3定位IP地址 71
4.2 IP地址数据的扩充 74
4.3跨区域绘图 83
4.3.1宙斯僵尸网络的可视化 85
4.3.2防火墙数据的可视化 91
4.4本章小结 93
推荐阅读 94
第5章 从地图到回归分析 95
5.1简化地图 96
5.1.1每个国家的ZeroAccess木马感染量是多少 99
5.1.2改变数据范围 102
5.1.3 Potwin效应 104
5.1.4结果奇怪吗？ 107
5.1.5郡计数 111
5.1.6郡级 112
5.2线性回归介绍 115
5.2.1回归分析中的常见陷阱 120
5.2.2 ZeroAccess木马感染的回归分析 121
5.3本章小结 125
推荐阅读 125
第6章 将安全数据可视化 126
6.1为什么要可视化 127
6.2理解视觉交流的组件 133
6.2.1避免第三维 133
6.2.2使用颜色 135
6.2.3拼在一起 137
6.2.4描述分布信息 143
6.2.5可视化时间序列 146
6.2.6亲自实践 147
6.3将数据变成电影明星 147
6.4本章小结 148
推荐阅读 148
第7章 从安全失陷中进行学习 150
7.1建立研究项目 151
7.2数据收集框架的思考 152
7.2.1瞄准目标答案 152
7.2.2限制可能的答案 153
7.2.3允许“其他”和“未知”选项 153
7.2.4避免混淆并且合并细节 154
7.3 VERIS概述 155
7.3.1事件追踪 156
7.3.2威胁角色 157
7.3.3威胁行为 158
7.3.4信息资产 160
7.3.5属性 162
7.3.6发现/响应 163
7.3.7影响 164
7.3.8受害者 164
7.3.9指标 166
7.3.10用附加扩展VERIS 166
7.4从行为中看VERIS 166
7.5使用VCDB数据 168
7.6本章小结 175
推荐阅读 176
第8章 离开关系数据库 177
8.1实现有约束的存储器 180
8.1.1架构方面的约束 181
8.1.2存储方面的约束 183
8.1.3 RAM方面的约束 184
8.1.4数据方面的约束 185
8.2探索替代性的数据库 185
8.2.1 BerkeleyDB 186
8.2.2 Redis 188
8.2.3 HIVE 192
8.2.4 MongoDB 194
8.2.5特殊目的的数据库 199
8.3本章小结 200
推荐阅读 200
第9章 解密机器学习 201
9.1检测恶意软件 202
9.1.1开发机器学习算法 204
9.1.2验证算法 205
9.1.3实现机器学习算法 206
9.2从机器学习中获益 209
9.2.1用机器学习回答问题 210
9.2.2评测良好的性能 211
9.2.3选择特征 211
9.2.4验证你的模型 213
9.3具体的机器学习方法 213
9.3.1有监督学习方法 214
9.3.2无监督学习方法 217
9.4实验：攻击数据聚类 218
9.4.1受害行业的多维尺度分析 220
9.4.2受害行业的层次聚类分析 222
9.5本章小结 225
推荐阅读 225
第10章 设计有效的安全仪表盘 226
10.1什么是仪表盘 226
10.1.1仪表盘不是汽车 227
10.1.2仪表盘不是报告 229
10.1.3仪表盘不是搬运车 231
10.1.4仪表盘不是艺术展 233
10.2通过仪表盘表达及管理“安全” 237
10.2.1帮负责人一个忙 237
10.2.2提升仪表盘的意识 239
10.2.3难题在细节中 241
10.2.4突出“安全” 243
10.3本章小结 245
推荐阅读 245
第11章 交互式安全可视化 247
11.1从静态到交互式 248
11.1.1用于增强的交互 248
11.1.2用于探索的交互 251
11.1.3用于启发的交互 254
11.2开发交互式可视化 259
11.2.1使用Tableau创建交互式仪表盘 259
11.2.2使用D3创建基于浏览器的可视化 261
11.3本章小结 271
推荐阅读 271
第12章 走向数据驱动的安全 273
12.1让自己走向数据驱动的安全 273
12.1.1黑客 274
12.1.2统计学 277
12.1.3安全领域专家 278
12.1.4危险区域 278
12.2带领团队走向数据驱动的安全研究 279
12.2.1对具有客观答案的事情提问 279
12.2.2查找并收集相关数据 280
12.2.3从迭代中学习 280
12.2.4寻找统计人才 281
12.3本章小结 283
推荐阅读 283
附录A资料及工具 284
附录B参考资源 287