Overview

Integracja cyberbezpieczeństwa i inteligentnych systemów, podkreślająca, w jaki sposób uczenie maszynowe (ML) i glębokie uczenie (DL) wzmacniają nowoczesną cyberobronę. Wprowadza podstawowe koncepcje cyberbezpieczeństwa, ewolucję zagrożeń i obrony oraz podstawowe zasady ML, takie jak gromadzenie danych, przetwarzanie wstępne, algorytmy uczenia się i wyzwania, w tym brak równowagi danych, dryf koncepcji, skalowalnośc i solidnośc. Tekst bada architektury glębokiego uczenia i ich zastosowania w wykrywaniu wlamań, analizie zagrożeń i zlośliwego oprogramowania, kladąc nacisk na wykrywanie anomalii, zautomatyzowaną analizę zagrożeń i odpornośc na uniki. Omówiono także uczenie maszynowe przeciwników, solidnośc modeli, kwestie etyczne i prawne, prywatnośc i interpretowalnośc. Książka kończy się omówieniem nowych technologii sztucznej inteligencji, autonomicznych systemów obronnych i przyszlych kierunków badań w zakresie budowania odpornych i zrozumialych rozwiązań cyberbezpieczeństwa opartych na sztucznej inteligencji.

Full Product Details

9786209734830

Table of Contents

Reviews

Author Information

Tab Content 6

Countries Available