Network Intrusion Detection using Deep Learning

Inglese, Harry Chandra Tanuwidjaja, Kwangjo Kim, Muhamad Erza Aminanto, 2018
Consegna tra gio, 19.3. e sab, 21.3.
Più di 10 pezzi in stock presso il fornitore
spedizione gratuita

Informazioni sul prodotto

Il libro "Network Intrusion Detection using Deep Learning" offre una panoramica completa sui più recenti progressi nella tecnologia dei sistemi di rilevamento delle intrusioni (IDS) utilizzando metodi all'avanguardia di deep learning. Tratta sia approcci classici di apprendimento automatico che le ultime novità nel campo del deep learning. Particolare attenzione è riservata alle applicazioni del deep learning in diverse classi di IDS, inclusi reti generative, discriminatorie e avversarie. Il libro confronta inoltre vari IDS basati su deep learning utilizzando set di dati di benchmark e presenta due modelli innovativi per l'apprendimento delle caratteristiche: l'estrazione e selezione delle caratteristiche profonde (D-FES) e un IDS completamente non supervisionato. Alla fine del libro vengono discusse ulteriori sfide e direzioni di ricerca. Questo volume specialistico è una risorsa preziosa per studenti, ricercatori e professionisti interessati al deep learning e al rilevamento delle intrusioni.

Le specifiche più importanti in sintesi

Subtopic
Informatica
Lingua
Inglese
Autore
Harry Chandra TanuwidjajaKwangjo KimMuhamad Erza Aminanto
Anno
2018
Copertina del libro
Copertina rigida

Informazioni generali

No. di articolo
55992885
Editore
Springer
Categoria
Libro specialistico
Data di rilascio
11.3.2025

Caratteristiche del libro

Subtopic
Informatica
Lingua
Inglese
Autore
Harry Chandra TanuwidjajaKwangjo KimMuhamad Erza Aminanto
Anno
2018
Copertina del libro
Copertina rigida

Contributo climatico volontario

Emissioni di CO₂
0.25 kg
Contributo climatico
CHF 0.11

Nessun diritto di recesso
24 mesi Garanzia (Bring-in)

Confronta i prodotti

Suggerimenti

Valutazioni e opinioni

Ritenuta di garanzia

La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.

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

Durata della garanzia

Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.

Fonte: Digitec Galaxus
  • Springer
    Dati non sufficienti
  • 1.Penguin Random House
    0 giorni
  • An der Ruhr
    Dati non sufficienti
  • Anaconda
    Dati non sufficienti
  • Ariston
    Dati non sufficienti

Percentuale di reso

La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.

Fonte: 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 %
Fonte: Digitec Galaxus