دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.]
نویسندگان: Sumeet Dua. Xian Du
سری:
ISBN (شابک) : 1439839425, 9781439839423
ناشر: CRC Press
سال نشر: 2011
تعداد صفحات: 248
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 Mb
در صورت تبدیل فایل کتاب Data Mining and Machine Learning in Cybersecurity 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 داده کاوی و یادگیری ماشین در امنیت سایبری 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.
با پیشرفت سریع تکنیک های کشف اطلاعات، یادگیری ماشین و داده کاوی همچنان نقش مهمی در امنیت سایبری ایفا می کنند. اگرچه چندین کنفرانس، کارگاه و مجله بر موضوعات تحقیقاتی پراکنده در این زمینه تمرکز دارند، اما هیچ منبع بین رشته ای واحدی در مورد کارهای گذشته و فعلی و مسیرهای احتمالی برای تحقیقات آینده در این زمینه وجود نداشته است. این کتاب این نیاز را برطرف می کند. از مفاهیم اولیه در یادگیری ماشین و داده کاوی گرفته تا مشکلات پیشرفته در حوزه یادگیری ماشینی، داده کاوی و یادگیری ماشین در امنیت سایبری یک مرجع واحد برای راه حل های یادگیری ماشینی خاص برای مشکلات امنیت سایبری ارائه می دهد. این بنیاد پایهای در مبانی امنیت سایبری ارائه میکند و چالشهای معاصر را بررسی میکند - جزئیات تکنیکهای یادگیری ماشینی و دادهکاوی پیشرفته. همچنین: رونمایی از تکنیکهای پیشرفته برای شناسایی حملات جدید، حاوی بحثهای عمیق درباره راهحلهای یادگیری ماشین برای مشکلات شناسایی است. راه حل های یادگیری و داده کاوی جزئیات روش های داده کاوی حفظ حریم خصوصی این منبع بین رشته ای شامل جداول بررسی تکنیک است که امکان دسترسی سریع به مشکلات رایج امنیت سایبری و روش های داده کاوی مرتبط را فراهم می کند. ارقام گویای متعددی به خوانندگان کمک می کند تا گردش کار تکنیک های پیچیده را تجسم کنند و بیش از چهل مطالعه موردی درک روشنی از طراحی و کاربرد تکنیک های داده کاوی و یادگیری ماشین در امنیت سایبری ارائه می دهند.
With the rapid advancement of information discovery techniques, machine learning and data mining continue to play a significant role in cybersecurity. Although several conferences, workshops, and journals focus on the fragmented research topics in this area, there has been no single interdisciplinary resource on past and current works and possible paths for future research in this area. This book fills this need. From basic concepts in machine learning and data mining to advanced problems in the machine learning domain, Data Mining and Machine Learning in Cybersecurity provides a unified reference for specific machine learning solutions to cybersecurity problems. It supplies a foundation in cybersecurity fundamentals and surveys contemporary challenges—detailing cutting-edge machine learning and data mining techniques. It also: Unveils cutting-edge techniques for detecting new attacks Contains in-depth discussions of machine learning solutions to detection problems Categorizes methods for detecting, scanning, and profiling intrusions and anomalies Surveys contemporary cybersecurity problems and unveils state-of-the-art machine learning and data mining solutions Details privacy-preserving data mining methods This interdisciplinary resource includes technique review tables that allow for speedy access to common cybersecurity problems and associated data mining methods. Numerous illustrative figures help readers visualize the workflow of complex techniques and more than forty case studies provide a clear understanding of the design and application of data mining and machine learning techniques in cybersecurity.