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

De nos jours, les problèmes de sécurité des réseaux informatiques jouent un rôle central. Le réseau est vulnérable aux attaques telles que DOS, U2R, R2L, etc. Ces attaques profitent d'une vulnérabilité du réseau pour accéder illégalement à des informations importantes ou parfois pour créer une inondation afin d'empêcher les véritables utilisateurs d'y accéder. Les attaquants utilisent un volume massif de trafic réseau dans un court laps de temps pour rendre l'hôte victime indisponible, ce qui fait de la détection rapide et efficace des intrusions réseau un véritable défi. La taille du trafic…mehr

Produktbeschreibung
De nos jours, les problèmes de sécurité des réseaux informatiques jouent un rôle central. Le réseau est vulnérable aux attaques telles que DOS, U2R, R2L, etc. Ces attaques profitent d'une vulnérabilité du réseau pour accéder illégalement à des informations importantes ou parfois pour créer une inondation afin d'empêcher les véritables utilisateurs d'y accéder. Les attaquants utilisent un volume massif de trafic réseau dans un court laps de temps pour rendre l'hôte victime indisponible, ce qui fait de la détection rapide et efficace des intrusions réseau un véritable défi. La taille du trafic réseau est devenue de plus en plus importante et complexe et le système de détection d'intrusion proposé doit être capable de traiter des données réseau de très grande taille afin de détecter les intrusions dans le réseau le plus tôt possible. Ce livre porte sur la mise en oeuvre d'un système de détection d'intrusion dans un réseau en utilisant la génération de règles d'association et la classification quadrique en utilisant la bibliothèque d'apprentissage automatique de spark.
Autorenporträt
Le Dr Pradeep Laxkar travaille comme professeur associé et chef du département d'ingénierie informatique à l'université ITM de Vadodara. Il a 13 ans d'expérience académique et son domaine d'intérêt est la sécurité de l'information et le Big Data.