Network Intrusion Detection using Deep Learning

Englisch, Harry Chandra Tanuwidjaja, Kwangjo Kim, Muhamad Erza Aminanto, 2018
Zwischen Do, 19.3. und Sa, 21.3. geliefert
Mehr als 10 Stück an Lager beim Lieferanten
kostenloser Versand

Produktinformationen

Das Buch "Network Intrusion Detection using Deep Learning" bietet einen umfassenden Überblick über die neuesten Fortschritte in der Intrusion Detection System (IDS)-Technologie unter Verwendung modernster Deep Learning-Methoden. Es behandelt sowohl klassische maschinelle Lernansätze als auch die neuesten Entwicklungen im Bereich des Deep Learning. Besonders hervorzuheben sind die Anwendungen von Deep Learning in verschiedenen Klassen von IDS, einschliesslich generativer, diskriminativer und adversarialer Netzwerke. Das Buch vergleicht zudem verschiedene Deep Learning-basierte IDS anhand von Benchmark-Datensätzen und stellt zwei neuartige Modelle zur Merkmalslernen vor: die tiefe Merkmals-Extraktion und -Auswahl (D-FES) sowie ein vollständig unüberwachtes IDS. Am Ende des Buches werden weitere Herausforderungen und Forschungsrichtungen diskutiert. Dieses Fachbuch ist eine wertvolle Ressource für Studierende, Forscher und Praktiker, die sich für Deep Learning und Intrusion Detection interessieren.

Das Wichtigste auf einen Blick

Unterthema
Informatik
Sprache
Englisch
Autor
Harry Chandra TanuwidjajaKwangjo KimMuhamad Erza Aminanto
Jahr
2018
Bucheinband
Kartonierter Einband

Allgemeine Informationen

Artikelnummer
55992885
Verlag
Springer
Kategorie
Fachbücher
Release-Datum
11.3.2025

Buch Eigenschaften

Unterthema
Informatik
Sprache
Englisch
Autor
Harry Chandra TanuwidjajaKwangjo KimMuhamad Erza Aminanto
Jahr
2018
Bucheinband
Kartonierter Einband

Freiwilliger Klimabeitrag

CO₂-Emission
0.25 kg
Klimabeitrag
CHF 0.11

Kein Rückgaberecht
24 Monate Garantie (Bring-In)

Produkte vergleichen

Passend dazu

Bewertungen & Meinungen

Garantiefallquote

So oft weist ein Produkt dieser Marke in der Kategorie «Fachbücher» innerhalb der ersten 24 Monate einen Defekt auf.

Quelle: Digitec Galaxus
  • 1.Redline
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

Garantiefalldauer

So lange dauert eine Abwicklung ab Ankunft bei der Servicestelle bis Wiedererhalt in Arbeitstagen im Durchschnitt.

Quelle: Digitec Galaxus
  • Springer
    Ungenügende Daten
  • 1.Penguin Random House
    0 Tage
  • An der Ruhr
    Ungenügende Daten
  • Anaconda
    Ungenügende Daten
  • Ariston
    Ungenügende Daten

Rückgabequote

So oft wird ein Produkt dieser Marke in der Kategorie «Fachbücher» retourniert.

Quelle: Digitec Galaxus
  • 53.Penguin Random House
    1.1 %
  • 53.S.Fischer
    1.1 %
  • 53.Springer
    1.1 %
  • 53.Wiley VCH
    1.1 %
  • 60.Eulogia
    1.2 %
Quelle: Digitec Galaxus