مشخصات کتاب

Deep Learning for Computational Problems in Hardware Security: Modeling Attacks on Strong Physically Unclonable Function Circuits

ویرایش:  
نویسندگان: Pranesh Santikellur. Rajat Subhra Chakraborty  
سری: Studies in Computational Intelligence, 1052 
ISBN (شابک) : 9811940169, 9789811940163 
ناشر: Springer 
سال نشر: 2022 
تعداد صفحات: 91
[92] 
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 Deep Learning for Computational Problems in Hardware Security: Modeling Attacks on Strong Physically Unclonable Function Circuits 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 یادگیری عمیق برای مسائل محاسباتی در امنیت سخت افزار: مدل سازی حملات در مدارهای عملکردی قوی فیزیکی غیرقابل کلون 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 یادگیری عمیق برای مسائل محاسباتی در امنیت سخت افزار: مدل سازی حملات در مدارهای عملکردی قوی فیزیکی غیرقابل کلون

این کتاب مروری کلی بر روش‌های سنتی یادگیری ماشین و شیوه‌های یادگیری عمیق پیشرفته برای برنامه‌های امنیتی سخت‌افزار، به‌ویژه تکنیک‌های راه‌اندازی «حملات مدل‌سازی» قوی بر روی عملکرد فیزیکی غیرقابل کلون‌سازی (PUF) را مورد بحث قرار می‌دهد. مدارهایی که نویدبخش امنیت سخت افزاری هستند. این جلد مستقل است و شامل یک پس‌زمینه جامع در مورد مدارهای PUF، و پایه‌های ریاضی ضروری تکنیک‌های یادگیری ماشینی سنتی و پیشرفته مانند ماشین‌های بردار پشتیبان، رگرسیون لجستیک، شبکه‌های عصبی و یادگیری عمیق است. این کتاب می تواند به عنوان یک منبع خودآموز برای محققان و دست اندرکاران امنیت سخت افزار استفاده شود و همچنین برای دوره های تحصیلات تکمیلی امنیت سخت افزار و کاربرد یادگیری ماشین در امنیت سخت افزار مناسب خواهد بود. یکی از ویژگی های برجسته کتاب در دسترس بودن کد نرم افزار مرجع و مجموعه داده ها برای تکرار آزمایش های شرح داده شده در کتاب است.

توضیحاتی درمورد کتاب به خارجی

The book discusses a broad overview of traditional machine learning methods and state-of-the-art deep learning practices for hardware security applications, in particular the techniques of launching potent "modeling attacks" on Physically Unclonable Function (PUF) circuits, which are promising hardware security primitives. The volume is self-contained and includes a comprehensive background on PUF circuits, and the necessary mathematical foundation of traditional and advanced machine learning techniques such as support vector machines, logistic regression, neural networks, and deep learning. This book can be used as a self-learning resource for researchers and practitioners of hardware security, and will also be suitable for graduate-level courses on hardware security and application of machine learning in hardware security. A stand-out feature of the book is the availability of reference software code and datasets to replicate the experiments described in the book.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Proceedings of the 2nd International Conference on Developments in Valves and Actuators for Fluid Control: Manchester, England: 28–30 March 1988

دانلود کتاب The Road to Jerusalem: Book One of the Crusades Trilogy

دانلود کتاب Politik und Wirtschaft: Ein integratives Kompendium

دانلود کتاب Surgery of the Spinal Cord: Potential for Regeneration and Recovery

دانلود کتاب Friending Rosie: Respect on Death Row