Cybersecurity in Robotic Autonomous Vehicles
Machine Learning Applications to Detect Cyber Attacks
-
10% KEDVEZMÉNY?
- Kiadói listaár GBP 24.99
-
11 282 Ft (10 745 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 1 128 Ft off)
- Kedvezményes ár 10 154 Ft (9 671 Ft + 5% áfa)
10 154 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 1
- Kiadó CRC Press
- Megjelenés dátuma 2026. június 21.
- ISBN 9781003610915
- Kötéstípus Puhakötés
- Terjedelem90 oldal
- Méret 216x138 mm
- Súly 200 g
- Nyelv angol
- Illusztrációk 46 Illustrations, black & white 697
Kategóriák
Rövid leírás:
Cybersecurity in Robotic Autonomous Vehicles introduces a novel Intrusion Detection System (IDS) specifically designed for AVs, which leverages data prioritization in CAN IDs to enhance threat detection and mitigation. It offers a pioneering intrusion detection model for AVs that uses machine and deep learning algorithms.
TöbbHosszú leírás:
Cybersecurity in Robotic Autonomous Vehicles introduces a novel intrusion detection system (IDS) specifically designed for AVs, which leverages data prioritisation in CAN IDs to enhance threat detection and mitigation. It offers a pioneering intrusion detection model for AVs that uses machine and deep learning algorithms.
Presenting a new method for improving vehicle security, the book demonstrates how the IDS has incorporated machine learning and deep learning frameworks to analyse CAN bus traffic and identify the presence of any malicious activities in real time with high level of accuracy. It provides a comprehensive examination of the cybersecurity risks faced by AVs with a particular emphasis on CAN vulnerabilities and the innovative use of data prioritisation within CAN IDs.
The book will interest researchers and advanced undergraduate students taking courses in cybersecurity, automotive engineering, and data science. Automotive industry and robotics professionals focusing on Internet of Vehicles and cybersecurity will also benefit from the contents.
TöbbTartalomjegyzék:
1. Introduction. 2. Theoretical Lens. 3. Exploring CAN Bus Security: Insights and Analysis. 4. Research Design. 5. Results and Discussion. 6. Conclusions and Future Research.
Több
