Postę : py i wyzwania związane z ML i DL w cyberbezpieczeństwie
Overview
Integracja cyberbezpieczeństwa i inteligentnych system w, podkreślająca, w jaki spos b uczenie maszynowe (ML) i glębokie uczenie (DL) wzmacniają nowoczesną cyberobronę. Wprowadza podstawowe koncepcje cyberbezpieczeństwa, ewolucję zagrożeń i obrony oraz podstawowe zasady ML, takie jak gromadzenie danych, przetwarzanie wstępne, algorytmy uczenia się i wyzwania, w tym brak r wnowagi danych, dryf koncepcji, skalowalnośc i solidnośc. Tekst bada architektury glębokiego uczenia i ich zastosowania w wykrywaniu wlamań, analizie zagrożeń i zlośliwego oprogramowania, kladąc nacisk na wykrywanie anomalii, zautomatyzowaną analizę zagrożeń i odpornośc na uniki. Om wiono także uczenie maszynowe przeciwnik w, solidnośc modeli, kwestie etyczne i prawne, prywatnośc i interpretowalnośc. Książka kończy się om wieniem nowych technologii sztucznej inteligencji, autonomicznych system w obronnych i przyszlych kierunk w badań w zakresie budowania odpornych i zrozumialych rozwiązań cyberbezpieczeństwa opartych na sztucznej inteligencji.
This item is Non-Returnable
Customers Also Bought
Details
- ISBN-13: 9786209734830
- ISBN-10: 6209734839
- Publisher: Wydawnictwo Nasza Wiedza
- Publish Date: March 2026
- Dimensions: 9 x 6 x 0.38 inches
- Shipping Weight: 0.5 pounds
- Page Count: 164
Related Categories
