SECURITE ET ESPIONNAGE INFORMATIQUE. GUIDE TECHNIQUE DE PREVENTION - CONNAISSANCE DE LA MENACE APT (

Fuite de données personnelles, piratage massif, espionnage économique, infection de systèmes informatiques sensibles, propagation de " rançongiciels ", usurpation d'identité, craintes vis-à-vis des paiements par carte bancaire : les questions relatives à la cybersécurité hantent l'actualité. Il est cependant difficile d'appréhender sereinement, à travers ce flux d'information continu et massif, la portée des problèmes et de leurs solutions. Car la question est difficile, hautement technique, à la croisée des mathématiques, de l'informatique et de l'électronique, ce qui la rend mystérieuse pour qui n'est pas spécialiste. Or, l'omniprésence des outils informatiques dans la vie quotidienne comme professionnelle, tous secteurs d'activités confondus, fait aujourd'hui de la cybersécurité un enjeu majeur qui nous concerne tous. La recherche vise à résoudre les défis qui permettront demain de garantir un monde plus sûr. Cet ouvrage fait le point sur treize d'entre eux et permet de dépister les fantasmes qui entourent la cybersécurité, en apportant un éclairage scientifique à destination des ingénieurs, chercheurs, décideurs et plus généralement de toute personne désireuse d'en apprendre davantage.

Résumé : Dans cet ouvrage destiné aux étudiants en 1er et 2e cycles universitaires ou en écoles d'ingénieurs, Claude Delannoy insiste tout particulièrement sur la bonne compréhension des concepts objet et sur l'acquisition de méthodes de programmation Java rigoureuses. L'apprentissage du langage se fait en quatre étapes : apprentissage de la syntaxe de base, maîtrise de la programmation objet en Java, initiation à la programmation graphique et événementielle avec la bibliothèque Swing, introduction au développement Web avec les servlets, les JSP et JDBC. Cette 10e édition couvre les nouveautés de Java 9, au premier rang desquelles le Java Platform Module System (ex-projet Jigsaw) et l'outil jshell.

Résumé : Ne vous contentez pas de jouer à des jeux, créez-les ! Cet ouvrage a pour ambition de vous initier au développement de jeux vidéo grâce au populaire langage Python, et ce, même si n'avez encore jamais programmé de votre vie ! Vous développerez d'abord des jeux classiques comme le Pendu, Devinez le nombre ou le Morpion, avant de vous attaquer à la conception de jeux plus avancés techniquement qui intègrent, entre autres, du texte, des animations graphiques et du son. Par la même occasion, vous apprendrez les concepts de base de la programmation et des mathématiques pour amener vos compétences en codage de jeux vidéo à un autre niveau. Tous les projets de cet ouvrage sont basés sur la dernière version (3) de Python. Au cours de votre lecture, vous allez acquérir des bases solides en matière de programmation Python. Quel nouveau jeu allez-vous ensuite pouvoir créer à l'aide de la puissance de Python ? Tout au long de cette aventure en programmation, vous apprendrez à : choisir le bon type de structure de données pour faire le travail, comme des listes, dictionnaires ou tuples ; ajouter des illustrations et des animations dans votre jeu à l'aide du module pygame ; interagir avec le clavier et la souris ; programmer une intelligence artificielle suffisamment simple pour jouer contre l'ordinateur ; utiliser la cryptographie pour convertir des messages texte en codes secrets ; déboguer vos programmes et identifier les erreurs les plus communes.

L'apprentissage automatique (Machine Learning) est aujourd'hui en pleine explosion. Mais de quoi s'agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ? L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Machine Learning et de vous apprendre à maîtriser les outils qui vous permettront de créer vous-même des systèmes capables d'apprentissage automatique. Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source très simple et néanmoins très puissant que vous pourrez mettre en oeuvre dans vos systèmes en production. Apprendre les bases du Machine Learning en suivant pas à pas toutes les étapes d'un projet utilisant Scikit-Learn et pandas. Ouvrir les boites noires pour comprendre comment fonctionnent les algorithmes. Explorer plusieurs modèles d'entraînement, notamment les machines à vecteur de support (SVM). Comprendre le modèle des arbres de décision et celui des forêts aléatoires, et exploiter la puissance des méthodes ensemblistes. Exploiter des techniques d'apprentissage non supervisées telles que la réduction de dimensionnalite. la classification et la détection d'anomalies.