Advanced Machine Learning for Cyber-Attack Detection in IoT Networks
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 177.99
-
75 503 Ft (71 907 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) 20% (cc. 15 101 Ft off)
- Discounted price 60 402 Ft (57 526 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
75 503 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:
- Kiadó Academic Press
- Megjelenés dátuma 2025. május 28.
- ISBN 9780443290329
- Kötéstípus Puhakötés
- Terjedelem424 oldal
- Méret 235x191 mm
- Nyelv angol 699
Kategóriák
Hosszú leírás:
Advanced Machine Learning for Cyber-Attack Detection in IoT Networks analyzes diverse machine learning techniques, including supervised, unsupervised, reinforcement, and deep learning, along with their applications in detecting and preventing cyberattacks in future IoT systems. Chapters investigate the key challenges and vulnerabilities found in IoT security, how to handle challenges in data collection and pre-processing specific to IoT environments, as well as what metrics to consider for evaluating the performance of machine learning models. Other sections look at the training, validation, and evaluation of supervised learning models and present case studies and examples that demonstrate the application of supervised learning in IoT security.
- Presents a comprehensive overview of research on IoT security threats and potential attacks
- Investigates machine learning techniques, their mathematical foundations, and their application in cybersecurity
- Presents metrics for evaluating the performance of machine learning models as well as benchmark datasets and evaluation frameworks for assessing IoT systems
Tartalomjegyzék:
1. Machine Learning for Cyber-Attack Detection in IoT Networks: An Overview
2. Evaluation and Performance Metrics for IoT Security Networks
3. Adversarial Machine Learning Techniques for the Industrial IoT Paradigm
4. Federated Learning for Distributed Intrusion Detection in IoT Networks
5. Safeguarding IoT Networks with Generative Adversarial Networks
6. Meta-Learning for Cyber-Attack Detection in IoT Networks
7. Transfer Learning with CNN for Cyberattack Detection in IoT Networks
8. Lightweight Intrusion Detection Methods Based on Artificial Intelligence for IoT Networks
9. A New Federated Learning System with Attention-Aware Aggregation Method for Intrusion Detection Systems
10. Enhancing Intrusion Detection using Improved Sparrow Search Algorithm with Deep Learning on Internet of Things Environment
11. Advancing Cyberattack Detection for In-Vehicle Network: A Comparative Study of Machine Learning-based Intrusion Detection System
12. Practical Approaches Towards IoT Dataset Generation for Security Experiments
13. Challenges and Potential Research Directions for Machine Learning-based Cyber-Attack Detection in IoT Networks
