Andere Kunden interessierten sich auch für
![Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano]( "Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano")
Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano26,99 €![Twitter Spam-Erkennung und Traffic-Klassifizierung]( "Twitter Spam-Erkennung und Traffic-Klassifizierung")
Twitter Spam-Erkennung und Traffic-Klassifizierung43,90 €![Deteção de spam no Twitter e classificação de tráfego]( "Deteção de spam no Twitter e classificação de tráfego")
Deteção de spam no Twitter e classificação de tráfego29,99 €![Un modello di rilevamento e classificazione del sentimento del sarcasmo]( "Un modello di rilevamento e classificazione del sentimento del sarcasmo")
Un modello di rilevamento e classificazione del sentimento del sarcasmo51,99 €![Una nuova tecnica per la classificazione dei testi]( "Una nuova tecnica per la classificazione dei testi")
Una nuova tecnica per la classificazione dei testi29,99 €![Rilevamento di software dannoso mediante tecniche di apprendimento automatico]( "Rilevamento di software dannoso mediante tecniche di apprendimento automatico")
Rilevamento di software dannoso mediante tecniche di apprendimento automatico29,99 €![Rilevamento automatico del cancro della pelle]( "Rilevamento automatico del cancro della pelle")
Rilevamento automatico del cancro della pelle39,99 €
La rapida crescita di Internet e dei social media ha portato a un aumento delle dimensioni del traffico Internet e della complessità dell'analisi del comportamento del traffico, soprattutto nelle reti su larga scala come le piattaforme dei social media. Le metodologie tradizionali basate su regole sono state sostituite da approcci automatizzati basati sull'apprendimento automatico, grazie alla disponibilità di grandi insiemi di dati che consentono modelli di intelligenza artificiale ad alte prestazioni. Questo libro passa in rassegna le recenti ricerche sull'analisi del traffico informatico nei social network e in Internet, concentrandosi sui concetti di somiglianza, correlazione e indicazione collettiva e sottolineando l'importanza degli obiettivi di sicurezza nella classificazione di host, applicazioni, utenti e tweet della rete. Per affrontare queste sfide, il documento introduce una nuova metodologia di ricerca chiamata data-driven cyber security (DDCS) e la sua applicazione nell'analisi del traffico sociale e Internet. La metodologia DDCS è costituita da tre componenti principali: l'elaborazione dei dati di sicurezza informatica, l'ingegneria delle caratteristiche di sicurezza informatica e la modellazione della sicurezza informatica.