Andere Kunden interessierten sich auch für
![L'intelligenza artificiale e l'Internet degli oggetti nel blocco del futuro]( "L'intelligenza artificiale e l'Internet degli oggetti nel blocco del futuro")
L'intelligenza artificiale e l'Internet degli oggetti nel blocco del futuro26,99 €![Principi dell'Internet degli oggetti]( "Principi dell'Internet degli oggetti")
Principi dell'Internet degli oggetti30,99 €![Internet degli oggetti (IoT)]( "Internet degli oggetti (IoT)")
Internet degli oggetti (IoT)57,99 €![L'intelligenza artificiale per un'industria sostenibile 4.0 e 5.0]( "L'intelligenza artificiale per un'industria sostenibile 4.0 e 5.0")
L'intelligenza artificiale per un'industria sostenibile 4.0 e 5.059,99 €![Approccio alla costruzione di soluzioni per l'Internet degli oggetti]( "Approccio alla costruzione di soluzioni per l'Internet degli oggetti")
Approccio alla costruzione di soluzioni per l'Internet degli oggetti50,99 €![Intelligenza artificiale nel ridimensionamento delle immagini]( "Intelligenza artificiale nel ridimensionamento delle immagini")
Intelligenza artificiale nel ridimensionamento delle immagini48,99 €![Intelligenza artificiale e Smart City]( "Intelligenza artificiale e Smart City")
Intelligenza artificiale e Smart City39,99 €
Lo sviluppo delle tecnologie informatiche contribuisce in modo significativo a vari aspetti della nostra vita. Essa riunisce diverse innovazioni, a seconda del tasso di crescita della tecnologia. L'Internet degli oggetti (IoT) è una delle tecnologie più popolari e in più rapida espansione degli ultimi anni. I dispositivi IoT indirizzabili generano e utilizzano una grande quantità di dati su Internet. A causa dell'aumento del traffico di dati, anche gli attacchi alle reti IoT stanno aumentando in modo significativo.Il presente libro aumenta la sicurezza delle comunicazioni IoT fornendo metodi di classificazione binari e multi-label per identificare gli attacchi nelle reti IoT. È stato progettato un nuovo modello ibrido di apprendimento profondo per rilevare le intrusioni. Le prestazioni di successo del modello proposto dimostrano che i metodi ibridi di Deep Learning possono rappresentare una prospettiva innovativa ed efficiente nei sistemi di rilevamento delle intrusioni IoT.