Sicherung des Webs: Maschinelles Lernen zur Erkennung von CSRF-Schwachstellen - Reddy, Pallavi
43,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

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…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
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.
Autorenporträt
R. Pallavi Reddy arbeitet als Assistenzprofessorin in der Abteilung für Informatik und Ingenieurwesen am G. Narayanamma Institute of Technology and Science (For Women), Hyderabad. Sie verfügt über 20 Jahre reiche Lehrerfahrung. Sie hat gute Forschungserfahrung im Bereich maschinelles Lernen und künstliche Intelligenz.