40,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

Questo lavoro si concentra sullo sviluppo di un nuovo approccio basato sul deep learning per implementare un sistema di rilevamento delle intrusioni efficiente e flessibile che utilizza l'approccio comportamentale e che si rivolge principalmente alle infrastrutture critiche e ai sistemi di controllo industriali. Partendo dal presupposto che la modellazione del normale comportamento della rete dei sistemi di controllo industriali è fattibile e affidabile, poiché le operazioni eseguite in questi sistemi sono piuttosto stazionarie e ripetitive, le reti neurali convoluzionali (CNN), una tecnica di…mehr

Produktbeschreibung
Questo lavoro si concentra sullo sviluppo di un nuovo approccio basato sul deep learning per implementare un sistema di rilevamento delle intrusioni efficiente e flessibile che utilizza l'approccio comportamentale e che si rivolge principalmente alle infrastrutture critiche e ai sistemi di controllo industriali. Partendo dal presupposto che la modellazione del normale comportamento della rete dei sistemi di controllo industriali è fattibile e affidabile, poiché le operazioni eseguite in questi sistemi sono piuttosto stazionarie e ripetitive, le reti neurali convoluzionali (CNN), una tecnica di deep learning, sono utilizzate sul dataset NSL-KDD, un dataset di riferimento utilizzato per l'implementazione di sistemi di rilevamento delle intrusioni. Le prestazioni dell'approccio vengono presentate e confrontate con alcuni lavori precedenti. Le metriche utilizzate includono la percentuale di classificazione corretta, l'accuratezza e i falsi positivi, dimostrando che l'approccio proposto migliora le prestazioni dei sistemi precedenti.
Autorenporträt
Junior Momo Ziazet, Design Engineer in Telecommunications and ICT from the Faculty of Industrial Engineering of the University of Douala in Cameroon. Passionate about digital and artificial intelligence. Currently an instructor at the Faculty of Industrial Engineering of the University of Douala.