36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Oggigiorno i problemi di sicurezza delle reti informatiche giocano un ruolo fondamentale. La rete è vulnerabile ad attacchi come DOS, U2R, R2L ecc. Questi attacchi sfruttano la vulnerabilità della rete per ottenere l'accesso illegale a informazioni importanti o, talvolta, per creare un'inondazione che impedisca agli utenti autentici di accedervi. Gli aggressori di rete utilizzano un volume massiccio di traffico di rete in un breve lasso di tempo per rendere indisponibile l'host vittima, per cui un rilevamento rapido ed efficiente delle intrusioni di rete è un problema molto impegnativo. Le…mehr

Produktbeschreibung
Oggigiorno i problemi di sicurezza delle reti informatiche giocano un ruolo fondamentale. La rete è vulnerabile ad attacchi come DOS, U2R, R2L ecc. Questi attacchi sfruttano la vulnerabilità della rete per ottenere l'accesso illegale a informazioni importanti o, talvolta, per creare un'inondazione che impedisca agli utenti autentici di accedervi. Gli aggressori di rete utilizzano un volume massiccio di traffico di rete in un breve lasso di tempo per rendere indisponibile l'host vittima, per cui un rilevamento rapido ed efficiente delle intrusioni di rete è un problema molto impegnativo. Le dimensioni del traffico di rete sono diventate sempre più grandi e complesse e il sistema di rilevamento delle intrusioni proposto dovrebbe essere in grado di elaborare dati di rete di dimensioni enormi per rilevare le intrusioni nella rete il prima possibile. Questo libro illustra l'implementazione di un sistema di rilevamento delle intrusioni di rete utilizzando la generazione di regole di associazione e la classificazione quadrica con la libreria di apprendimento automatico di spark.
Autorenporträt
O Dr Pradeep Laxkar trabalha como professor associado e chefe do Departamento de Engenharia Informática do Universo Vadodara do ITM. Ele tem 13 anos de experiência académica e a sua área de interesse é a segurança da informação e os Grandes Dados.