Andere Kunden interessierten sich auch für
![Roadmap zur intelligenten Mobilität: Maschinelles Lernen in vernetzten Fahrzeuge]( "Roadmap zur intelligenten Mobilität: Maschinelles Lernen in vernetzten Fahrzeuge")
Roadmap zur intelligenten Mobilität: Maschinelles Lernen in vernetzten Fahrzeuge43,90 €![ERKENNUNG VON BRUSTKREBS - EIN MASCHINELLES LERNEN ANSATZ]( "ERKENNUNG VON BRUSTKREBS - EIN MASCHINELLES LERNEN ANSATZ")
ERKENNUNG VON BRUSTKREBS - EIN MASCHINELLES LERNEN ANSATZ43,90 €![Maschinelles Lernen und Text Mining-Methoden zur Auswertung biologischer Datensätze]( "Maschinelles Lernen und Text Mining-Methoden zur Auswertung biologischer Datensätze")
Maschinelles Lernen und Text Mining-Methoden zur Auswertung biologischer Datensätze54,90 €![Twitter Spam-Erkennung und Traffic-Klassifizierung]( "Twitter Spam-Erkennung und Traffic-Klassifizierung")
Twitter Spam-Erkennung und Traffic-Klassifizierung43,90 €![Deep Learning und maschinelles Lernen für medizinische Diagnosen]( "Deep Learning und maschinelles Lernen für medizinische Diagnosen")
Deep Learning und maschinelles Lernen für medizinische Diagnosen43,90 €![Erkennung bösartiger Software mit Techniken des maschinellen Lernens]( "Erkennung bösartiger Software mit Techniken des maschinellen Lernens")
Erkennung bösartiger Software mit Techniken des maschinellen Lernens43,90 €![Klinisches Vorhersagemodell durch maschinelles Lernen]( "Klinisches Vorhersagemodell durch maschinelles Lernen")
Klinisches Vorhersagemodell durch maschinelles Lernen60,90 €
Web Vulnerability Detection of Cross-Site Request Forgery Using Machine Learning Algorithm" ist ein Buch, das sich auf die Erkennung und Verhinderung von Cross-Site Request Forgery (CSRF) Schwachstellen in Webanwendungen konzentriert. Das Buch stellt einen präzisen und praktischen Ansatz zur Nutzung von Algorithmen des maschinellen Lernens vor, um diese Web-Sicherheitsbedrohungen zu identifizieren und zu entschärfen. Es bietet Einblicke in die mit CSRF-Angriffen verbundenen Risiken, erklärt die Grundlagen des maschinellen Lernens und zeigt, wie maschinelle Lernalgorithmen trainiert werden können, um CSRF-Schwachstellen in Echtzeit zu erkennen und zu verhindern. Dieses Buch ist eine wertvolle Ressource für Webentwickler, Sicherheitsexperten und Forscher, die daran interessiert sind, Webanwendungen mithilfe fortschrittlicher maschineller Lerntechniken gegen CSRF-Angriffe zu schützen.