menu
{ "item_title" : "С", "item_author" : [" П Каур", "Авастl "], "item_description" : "Сетевая криминалистика помогает выследить кибермошенников путем оценки и отслеживания сетевых данных. Сетевая криминалистика - это анализ сетевого трафика для обнаружения вторжений и изучения того, как произошло преступление, т.е. создание места преступления для расследования и воспроизведения. В данном исследовании предлагается общая модель и архитектура процесса сетевой криминалистики. Для анализа используется вторичный набор данных KDD CUP с нормальным и аномальным трафиком, чтобы смоделировать весь процесс. Набор данных в значительной степени обрабатывается для отбора признаков и удаления избыточности. Набор данных был очищен перед анализом с помощью модели обучения Support Vector Machine для классификации трафика. Многоклассовая классификация была использована для классификации различных типов сетевых атак. Точность модели оценивается по полученным результатам.", "item_img_path" : "https://covers1.booksamillion.com/covers/bam/6/20/538/314/6205383144_b.jpg", "price_data" : { "retail_price" : "20.00", "online_price" : "20.00", "our_price" : "20.00", "club_price" : "20.00", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }
&#1057|П Каур

С : татистический анализ с&

local_shippingShip to Me
In Stock.
FREE Shipping for Club Members help

Overview

Сетевая криминалистика помогает выследить кибермошенников путем оценки и отслеживания сетевых данных. Сетевая криминалистика - это анализ сетевого трафика для обнаружения вторжений и изучения того, как произошло преступление, т.е. создание места преступления для расследования и воспроизведения. В данном исследовании предлагается общая модель и архитектура процесса сетевой криминалистики. Для анализа используется вторичный набор данных KDD CUP с нормальным и аномальным трафиком, чтобы смоделировать весь процесс. Набор данных в значительной степени обрабатывается для отбора признаков и удаления избыточности. Набор данных был очищен перед анализом с помощью модели обучения Support Vector Machine для классификации трафика. Многоклассовая классификация была использована для классификации различных типов сетевых атак. Точность модели оценивается по полученным результатам.

This item is Non-Returnable

Details

  • ISBN-13: 9786205383148
  • ISBN-10: 6205383144
  • Publisher: Sciencia Scripts
  • Publish Date: November 2022
  • Dimensions: 9 x 6 x 0.14 inches
  • Shipping Weight: 0.22 pounds
  • Page Count: 60

Related Categories

You May Also Like...

    1

BAM Customer Reviews