Novedades del último mes en libros de Otros lenguajes

Cuando se trata de crear herramientas de hackeo potentes y eficaces, Python es el lenguaje elegido por la mayoría de los analistas de seguridad. En este libro explorarás el lado más oscuro de las capacidades de Python: todo, desde escribir sniffers de red, robar credenciales de correo electronico y acceder a directorios y carpetas por la fuerza hasta crear fuzzers de mutacion, investigar maquinas virtuales y crear troyanos sigilosos.Todo el codigo de este libro ha sido actualizado a Python 3.x. Tambien encontraras informacion nueva sobre desplazamiento de bits, codigo limpio y analisis forense ofensivo con Volatility Framework, asi como explicaciones mas extensas de las bibliotecas ctypes, struct, lxml y BeautifulSoup de Python, y estrategias de hackeo ofensivo como la division de bytes, el aprovechamiento de las bibliotecas de vision por ordenador y el scraping de sitios web.Cuando se trata de seguridad ofensiva, hay que ser capaz de crear herramientas potentes sobre la marcha. Aprende como con Python Black Hat. Programacion para Hackers y Pentesters. 2ª Actualizacion.

El análisis de datos a gran escala es clave para construir modelos de inteligencia artificial. Aprenda, con un enfoque práctico, a diseñar modelos de machine learning a gran escala con Python y Spark.El procesamiento y analisis de datos en inteligencia artificial requiere plataformas distribuidas capaces de gestionar grandes volumenes de informacion. Esta guia practica ofrece los conceptos clave y las habilidades necesarias para abordar tareas de analisis de datos y aprendizaje automatico a gran escala. Con la creciente disponibilidad de conjuntos de datos grandes y complejos, dominar modelos de programacion como MapReduce y Spark se ha convertido en una habilidad imprescindible para cientificos de datos, ingenieros de datos y especialistas en machine learning. Triguero y Galar aprovechan su amplia experiencia docente en este ambito para ofrecer una obra rigurosa y accesible que aborda tanto los conceptos tecnicos como las habilidades practicas necesarias para el analisis de datos a gran escala. Alternan explicaciones claras e intuitivas con ejemplos relevantes de ingenieria de datos y pipelines clasicos de machine learning, todo ello acompañado de codigo bien estructurado y el resultado de su ejecucion. Este libro no solo muestra como aplicar este conocimiento en la practica hoy en dia, sino que tambien prepara al lector para aplicarlo con exito en escenarios futuros.-Arun Kumar, Universidad de California, San Diego.