Muutke küpsiste eelistusi

E-raamat: Machine Learning under Malware Attack

  • Formaat: EPUB+DRM
  • Ilmumisaeg: 31-Jan-2023
  • Kirjastus: Springer Vieweg
  • Keel: eng
  • ISBN-13: 9783658404420
Teised raamatud teemal:
  • Formaat - EPUB+DRM
  • Hind: 86,44 €*
  • * hind on lõplik, st. muud allahindlused enam ei rakendu
  • Lisa ostukorvi
  • Lisa soovinimekirja
  • See e-raamat on mõeldud ainult isiklikuks kasutamiseks. E-raamatuid ei saa tagastada.
Machine Learning under Malware AttackSuurem pilt
  • Formaat: EPUB+DRM
  • Ilmumisaeg: 31-Jan-2023
  • Kirjastus: Springer Vieweg
  • Keel: eng
  • ISBN-13: 9783658404420
Teised raamatud teemal:

DRM piirangud

  • Kopeerimine (copy/paste):

    ei ole lubatud

  • Printimine:

    ei ole lubatud

  • Kasutamine:

    Digitaalõiguste kaitse (DRM)
    Kirjastus on väljastanud selle e-raamatu krüpteeritud kujul, mis tähendab, et selle lugemiseks peate installeerima spetsiaalse tarkvara. Samuti peate looma endale  Adobe ID Rohkem infot siin. E-raamatut saab lugeda 1 kasutaja ning alla laadida kuni 6'de seadmesse (kõik autoriseeritud sama Adobe ID-ga).

    Vajalik tarkvara
    Mobiilsetes seadmetes (telefon või tahvelarvuti) lugemiseks peate installeerima selle tasuta rakenduse: PocketBook Reader (iOS / Android)

    PC või Mac seadmes lugemiseks peate installima Adobe Digital Editionsi (Seeon tasuta rakendus spetsiaalselt e-raamatute lugemiseks. Seda ei tohi segamini ajada Adober Reader'iga, mis tõenäoliselt on juba teie arvutisse installeeritud )

    Seda e-raamatut ei saa lugeda Amazon Kindle's. 

Machine learning has become key in supporting decision-making processes across a wide array of applications, ranging from autonomous vehicles to malware detection. However, while highly accurate, these algorithms have been shown to exhibit vulnerabilities, in which they could be deceived to return preferred predictions. Therefore, carefully crafted adversarial objects may impact the trust of machine learning systems compromising the reliability of their predictions, irrespective of the field in which they are deployed. The goal of this book is to improve the understanding of adversarial attacks, particularly in the malware context, and leverage the knowledge to explore defenses against adaptive adversaries. Furthermore, to study systemic weaknesses that can improve the resilience of machine learning models. 
The Beginnings of Adversarial ML.- Framework for Adversarial Malware
Evaluation.- Problem-Space Attacks.- Feature-Space Attacks.- Closing Remarks.
Raphael Labaca-Castro is a computer scientist whose primary interests lie in the nexus between Machine Learning and Computer Security. He holds a PhD in Adversarial Machine Learning and currently leads an ML team in the quantum security field. 
Lisainfo e-raamatute kohta Lisainfo e-raamatute kohta
Püsilink: https://www.kriso.ee/db/97836584044206e.html
Märksõnad: