ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Advances in Malware and Data-Driven Network Security

دانلود کتاب پیشرفت در بدافزار و امنیت شبکه مبتنی بر داده

Advances in Malware and Data-Driven Network Security

مشخصات کتاب

Advances in Malware and Data-Driven Network Security

دسته بندی: امنیت
ویرایش:  
نویسندگان:   
سری: Advances in Information Security, Privacy, and Ethics 
ISBN (شابک) : 1799877892, 9781799877899 
ناشر: Information Science Reference 
سال نشر: 2021 
تعداد صفحات: 326 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 13 مگابایت

قیمت کتاب (تومان) : 37,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Advances in Malware and Data-Driven Network Security به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب پیشرفت در بدافزار و امنیت شبکه مبتنی بر داده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب پیشرفت در بدافزار و امنیت شبکه مبتنی بر داده

هر روز تقریباً سیصد هزار تا چهارصد هزار بدافزار جدید ثبت می شود که بسیاری از آنها بدافزارهای تبلیغاتی و انواع بدافزارهای شناخته شده قبلی هستند. شرکت‌ها و محققان آنتی‌ویروس نمی‌توانند با چنین سیل بدافزار مقابله کنند - تجزیه و تحلیل و ساخت وصله‌ها. تنها راه برای مقیاس‌پذیری تلاش‌ها، ساخت الگوریتم‌هایی است که ماشین‌ها را قادر می‌سازد تا بدافزارها را تجزیه و تحلیل کنند و آنها را تا حدی دسته‌بندی و دسته‌بندی کنند که انسان‌ها (یا ماشین‌ها) را قادر می‌سازد تا بینش‌های مهمی در مورد آنها به دست آورند و راه‌حل‌هایی بسازند که به اندازه کافی خاص باشند. برای شناسایی و خنثی کردن بدافزارهای موجود و به اندازه کافی عمومی برای خنثی کردن انواع آینده. پیشرفت‌ها در بدافزار و امنیت شبکه مبتنی بر داده به طور جامع امنیت بدافزار مبتنی بر داده را با تأکید بر استفاده از آمار، یادگیری ماشینی و هوش مصنوعی و همچنین روندهای فعلی در رویکردهای ML/آماری برای شناسایی، خوشه‌بندی و طبقه‌بندی تهدیدات سایبری پوشش می‌دهد. . ارائه اطلاعات در مورد پیشرفت‌ها در بدافزارها و امنیت شبکه مبتنی بر داده و همچنین جهت‌گیری‌های تحقیقاتی آینده، برای دانشجویان فارغ‌التحصیل، دانشگاهیان، اعضای هیئت علمی، دانشمندان، توسعه‌دهندگان نرم‌افزار، تحلیلگران امنیتی، مهندسان کامپیوتر، برنامه‌نویسان، متخصصان فناوری اطلاعات و محققانی ایده‌آل است. به دنبال یادگیری و انجام تحقیقات در زمینه بدافزار و امنیت شبکه مبتنی بر داده هستند.


توضیحاتی درمورد کتاب به خارجی

Every day approximately three-hundred thousand to four-hundred thousand new malware are registered, many of them being adware and variants of previously known malware. Anti-virus companies and researchers cannot deal with such a deluge of malware - to analyze and build patches. The only way to scale the efforts is to build algorithms to enable machines to analyze malware and classify and cluster them to such a level of granularity that it will enable humans (or machines) to gain critical insights about them and build solutions that are specific enough to detect and thwart existing malware and generic-enough to thwart future variants. Advances in Malware and Data-Driven Network Security comprehensively covers data-driven malware security with an emphasis on using statistical, machine learning, and AI as well as the current trends in ML/statistical approaches to detecting, clustering, and classification of cyber-threats. Providing information on advances in malware and data-driven network security as well as future research directions, it is ideal for graduate students, academicians, faculty members, scientists, software developers, security analysts, computer engineers, programmers, IT specialists, and researchers who are seeking to learn and carry out research in the area of malware and data-driven network security.



فهرست مطالب

Cover
Title Page
Copyright Page
Book Series
Dedication
Editorial Advisory Board
Table of Contents
Detailed Table of Contents
Preface
Acknowledgment
Chapter 1: Machine Learning for Malware Analysis
Chapter 2: Research Trends for Malware and Intrusion Detection on Network Systems
Chapter 3: Deep-Learning and Machine-Learning-Based Techniques for Malware Detection and Data-Driven Network Security
Chapter 4: The Era of Advanced Machine Learning and Deep Learning Algorithms for Malware Detection
Chapter 5: Malware Detection in Industrial Scenarios Using Machine Learning and Deep Learning Techniques
Chapter 6: Malicious Node Detection Using Convolution Technique
Chapter 7: Scalable Rekeying Using Linked LKH Algorithm for Secure Multicast Communication
Chapter 8: Botnet Defense System and White-Hat Worm Launch Strategy in IoT Network
Chapter 9: A Survey on Emerging Security Issues, Challenges, and Solutions for Internet of Things (IoTs)
Chapter 10: SecBrain
Chapter 11: A Study on Data Sharing Using Blockchain System and Its Challenges and Applications
Chapter 12: Fruit Fly Optimization-Based Adversarial Modeling for Securing Wireless Sensor Networks (WSN)
Chapter 13: Cybersecurity Risks Associated With Brain-Computer Interface Classifications
Compilation of References
About the Contributors
Index




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی