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: Sumit Chakraborty
سری:
ناشر: Business Analytics Research Lab India
سال نشر: 2020
تعداد صفحات: [10]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 440 Kb
در صورت تبدیل فایل کتاب SECURE ADAPTIVE FILTER IN ADVERSARIAL ENVIRONMENT : THREAT ANALYTICS & ALGORITHMIC COMPLEXITY 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 فیلتر تطبیقی ایمن در محیط متخاصم: تجزیه و تحلیل تهدید و پیچیدگی الگوریتمی 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.
چکیده: این کار به تحلیل پیچیدگی و پتانسیل فیلتر تطبیقی ایمن در محیط متخاصم میپردازد و مجموعهای از الگوریتمهای فیلتر تطبیقی امن (SAFA) را بر اساس تئوری یادگیری آماری، طبقهبندی باینری خود غیر خود و همچنین طبقهبندی چند طبقه ارائه میکند. بلوکهای اصلی الگوریتمهای فیلتر تطبیقی ایمن، طبقهبندیکننده مبتنی بر قوانین مرتبط، درخت تصمیم و طبقهبندی حاشیه بهینه است. ثانیاً SAFA اطلاعات جمعی و امنیتی فیلتر را به صورت تطبیقی در محیط متخاصم از نظر اهداف، ورودی ها، خروجی ها، مکانیسم، قابلیت اطمینان و سازگاری عملکرد سیستم، صحت، انصاف و منطقی بودن پیکربندی قوانین و خطر فساد و انواع حملات مخرب تأیید می کند. دامنه فیلترهای تطبیقی از نظر مجموعه ای از برنامه های کاربردی شبکه های ارتباطی و پایگاه داده جالب، سیستم های توزیع شده، جریان داده ها، طبقه بندی بسته ها، فیلتر هرزنامه ها، کش وب مورد تجزیه و تحلیل قرار گرفته است و ممکن است به سایر حوزه های کاربردی مانند امنیت سایبری، دفاع، پخش و ارتباطات سیار، امور مالی و حاکمیت گسترش یابد. تمرکز خاصی بر صحت (به عنوان مثال مثبت کاذب و منفی کاذب) و حریم خصوصی محاسبات توسط فیلتر تطبیقی داده شده است. صحت فیلتر عمیقاً با پیکربندی صحیح طرح داده مرتبط است. حریم خصوصی محاسبات را می توان از طریق یک اصل آشکارسازی قوی فیلتر تضمین کرد. کلمات کلیدی: فیلتر تطبیقی ایمن، تحلیل تهدید، الگوریتم ها، طبقه بندی مبتنی بر قانون، درخت تصمیم، طبقه بندی کننده حاشیه بهینه، ارتباطات، امنیت سایبری
Abstract : This work analyzes the complexity and potential of secure adaptive filter in adversarial environment and presents a set of secure adaptive filter algorithms (SAFA) based on statistical learning theory, self non-self binary classification and also multi-class classification. The basic building blocks of secure adaptive filter algorithms are association rule based classifier, decision tree and optimal margin classifier. Secondly, SAFA verify the collective and security intelligence of the filter adaptively in adversarial environment in terms of goals, inputs, outputs, mechanism, reliability and consistency of system performance, correctness, fairness and rationality of rules configuration and risk of corruption and various types of malicious attacks. The scope of adaptive filters has been analyzed in terms of a set of interesting database and communication networking applications, distributed systems, data streaming, packet classification, spam filtering, web caching and may be extended to the other application domains such as cyber security, defense, broadcast and mobile communication, finance and governance. Specific focus has been given to correctness (e.g. false positive and false negative) and privacy of computation by the adaptive filter. The correctness of the filter is deeply associated with right configuration of the data schema. The privacy of computation can be ensured through a robust revelation principle of the filter. Keywords : Secure adative filter, Threat analytics, Algorithms, Rule based classification, Decision Tree, Optimal margin classifier, Communication, Cyber security