21世紀含金量最高的潛力職業──資料科學家！
超知識團隊第二版課程再進化
～資料科學三部曲：第一部～
「初學者ok！Big Data大數據特訓班」

無論是Ai人工智慧、Big Data大數據，讓我們用最有效率的課程，帶你理解這些看似龐大難以捉摸的議題，帶你入門掌握其中精髓！
如果你是想學習Big Data大數據的初學者，以下是非常推薦您來參加這套課程三大推爆理由：
1. 循序漸進、講解詳細
專為初學者設計的內容與講義
2. 系統分明、實戰案例
簡單案例到業界實例完整解說
3.節奏明快、高效學習
利用週末兩個整天的高效規劃

歡迎大家和我們一起學習大數據相關技能，成為資料科學家！

上課時間：
8/21（六）8/22（日）9:00-16:30
上課方式：線上直播
學員服務：
課程錄影剪輯影片可無限補課重複學習，學員專屬課程群組可供學員討論解惑。

#課程優惠價6000（8/21前
#超級早鳥優惠3980（8/15前

https://www.chaochaoclass.com/python%E5%A4%A7%E6%95%B8%E6%93%9A%E8%B3%87%E6%96%99%E8%99%95%E7%90%86%E7%89%B9%E8%A8%934%E5%A0%82%E8%AA%B2

這篇文章算是一個資安問題的討論文章，作者透過一系列的手法成功地獲取了大量使用者的電腦資訊，由於這次的實驗只是要證明資安問題，因此作者的程式只有獲取如 IP, Hostname 等簡單資訊，若是惡意的話是可以執行更多危險程式碼的。

作者開門見山表示，現在的程式語言有太多的豐富的第三方函式庫，譬如 NodeJs(NPM), Ruby(RubyGem), Python(PyPI)，豐富的第三方實作讓開發者可以更快速的完成任務。
開發者在使用這些套件函式庫時，大部分情況都不會去檢查太多，而是直接信賴般的去使用這些函式庫，而這種盲點般的信任是否有可能讓攻擊者有跡可循？

作者基於這個想法進行了一系列研究，發現 PayPal 公開專案(NodeJs) 內的 package.json 內交互使用了公開與內部的 packages。 公開部分勢必來自 npm 而那些內部的應該是來自於 PayPal 內部系統，同時也注意到這些內部的 package name 目前於 npm 上也不存在。

針對這個情境，作者提出一些問題
1) 如果有人上傳跟 PayPal 內部 package 相同名稱的套件到 npm 服務器上，有沒有可能 PayPal 內部某些專案會預設使用 npm 上的套件而非內部自架的伺服器?
2) 開發者或是其他自動化系統有沒有可能運行這些 packages 內的程式碼，這樣有沒有機會造成一個漏洞的可能性？
3) 其他的公司是否也會有類似的問題?

為了證實這個問題，作者設計了一系列的實驗與準備來測試上述問題，譬如更有系統的去尋找這種有跡可循的 package.json(Tesla, Apple, Yelp 等公司都被到可以利用的 package names)。

作者將自己這系列的攻擊行為稱為 depdendency confusion 來呼應本文標題。

結果來看是令人非常震驚的，作者打造同名的npm的確被大量下載與執行，也讓作者收集到大量運行的內部服務器IP與名稱。
與 Apple 合作通報相關報告後， Apple 也於兩週內修復相關問題。

原文滿長的，非常推薦閱讀
我個人認為資安這概念就是不出問題不被重視，但是一但出問題可能造成的影響卻非常巨大的。團隊內每個人都要培養基本的資安理念，同時與相關的安全團隊合作逐漸地提高整個產品的安全性，永遠不要想一聲令下明天就可以反轉一切。

https://medium.com/@alex.birsan/dependency-confusion-4a5d60fec610

[免費電子書] 想在新的一年提昇自己的機器學習、資料科學能力嗎？這邊有 14 本全文、免費的電子書或許能幫您！（英文）

"14 Free Data Science Books to Add your list in 2020 to Upgrade Your Data Science Journey!"
網址： https://bit.ly/3nfp3yv

----------

大家好！今天介紹給大家的是，我在網路上找到的「好康」資源！14 本關於「機器學習」、「資料科學」的英文全文的電子書，讓您免費下載！

我除了第一時間把它放到 D 槽（呃...對！是 D 槽... XD）外，就是想到趕緊分享給大家！讓需要的朋友也能下載到這些優質的電子書。

雖然我沒有每一本都看完，不過我可以分享幾本我覺得很有印象的書：

#2. The Field Guide to Data Science by Booz Allen Hamilton

這本書的內文版面設計真心漂亮！作者放了很多「柔柔的」插圖，讓你看了之後不會對這本書起厭煩，能好好地把它多看個幾頁！您可以前往上面的連結觀看，或者直接點擊這個連結： https://bit.ly/3mdaHNE 就能直接看到！

這本書講的內容，偏重資料科學的「前處理」部分。包含資料讀取、清洗、特徵選擇、降維...等等。如果有需要的朋友，很推薦這本書喔！

#10. Deep Learning (Adaptive Computation and Machine Learning series) by IAN Goodfellow

這本書應該算 Deep Learning 的「聖經」了！上面的連結中，對於這本書沒有提供電子版的閱覽連結，只有通往 Amazon 的購買網址。我特別幫各位 Google 到該書的全文閱讀連結如下：
https://www.deeplearningbook.org/

該書也已經有繁體中文翻譯版了。大家也可以參考這個連結購買，支持一下該作者： https://bit.ly/3m94Ton

#11. Deep Learning with Python by Francois Chollet

這本書超讚！ Francois Chollet 就是 Keras 套件的作者！由他來寫深度學習的書，真的是再適合也不過了！上方連結一樣只有 Amazon 購買網址。我幫各位 Google 到「神秘的網址」（咳咳...），讓各位方便瀏覽： https://bit.ly/3nd3wXl

這本書也有中文翻譯！如果您覺得英文讀不習慣，可以選擇購買中文版： https://bit.ly/2W97hAY 。我一開始買了英文版驚為天人！中文版出了之後，雖然看過了，但又忍不住買回來收藏！給各位參考！

希望今天的分享大家會喜歡！祝福大家收穫多多喔！

PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：

● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt

如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/