1. Главная
  2. Ресурсы
  3. Библиотечный поиск

Applications of machine learning and deep learning for privacy and cybersecurity
научное издание

Полный текстТекст для электронных книг
База данных: Каталог библиотеки СФУ (005.8  A67)
Библиографическое описание: Applications of machine learning and deep learning for privacy and cybersecurity / ed.: V. Lobо, A. Correia. - Электрон. текстовые дан. - Hershey PA, USA : IGI Global, 2022. - 1 online resource (xxi, 271 pages) : il. - Загл. с титул. экрана. - Includes bibliographical references and index. - ISBN 9781799894322. - ISBN 1799894320. - ISBN 9781799894339. - ISBN 1799894339. - Текст : электронный. Перевод заглавия: Применение машинного и глубокого обучения для обеспечения конфиденциальности и кибербезопасности Примечания о происхождении: Коллекция цифровых книг Ebsco ebook (централизованная подписка 2023 г., бессрочный доступ). НБ СФУ
Аннотация: This comprehensive and timely book provides an overview of the field of Machine and Deep Learning in the areas of cybersecurity and privacy, followed by an in-depth view of emerging research exploring the theoretical aspects of machine and deep learning, as well as real-world implementations
Эта всеобъемлющая и своевременная книга содержит обзор области машинного и глубокого обучения в области кибербезопасности и конфиденциальности, за которым следует подробный обзор новых исследований, исследующих теоретические аспекты машинного и глубокого обучения, а также их практическую реализацию
Год издания: 2022
Редакторы, составители и др.: Lobо Victor (редактор (англ.)); Correia Anacleto (редактор (англ.))
Издательство: IGI Global, Hershey PA, USA
Количество экземпляров:
Издание имеется только в электронном виде

Цифровые и тематические книжные коллекции издания

Содержание

  • Chapter 1. User profiling using keystroke dynamics and rotation forest
  • Chapter 2. Predictive modelling for financial fraud detection using data analytics: a gradient-boosting decision tree
  • Chapter 3. Comprehensive overview of autonomous vehicles and their security against DDoS attacks
  • Chapter 4. Application of machine learning to user behavior-based authentication in smartphone and web
  • Chapter 5. The role of deception in securing our cyberspace: honeypots are a viable option
  • Chapter 6. Holistic view on detecting DDoS attacks using machine learning
  • Chapter 7. Masked transient effect ring oscillator physical unclonable function against machine learning attacks
  • Chapter 8. Detecting bank financial fraud in South Africa using a logistic model tree
  • Chapter 9. Innovative legitimate non-traditional doctorate programs in cybersecurity, engineering, and technology
  • Chapter 10. Privacy preservation of image data with machine learning.