Andere Kunden interessierten sich auch für
![Hybrides Deep-Learning-Modell für die Erkennung der Weizen-Gelbrost-Krankheit]( "Hybrides Deep-Learning-Modell für die Erkennung der Weizen-Gelbrost-Krankheit")
Hybrides Deep-Learning-Modell für die Erkennung der Weizen-Gelbrost-Krankheit39,90 €![Sicherung des Webs: Maschinelles Lernen zur Erkennung von CSRF-Schwachstellen]( "Sicherung des Webs: Maschinelles Lernen zur Erkennung von CSRF-Schwachstellen")
Sicherung des Webs: Maschinelles Lernen zur Erkennung von CSRF-Schwachstellen43,90 €![Erkennung bösartiger Software mit Techniken des maschinellen Lernens]( "Erkennung bösartiger Software mit Techniken des maschinellen Lernens")
Erkennung bösartiger Software mit Techniken des maschinellen Lernens43,90 €![Ein Entwurf eines Modells zur Erkennung und Klassifizierung von Sarkasmusgefühlen]( "Ein Entwurf eines Modells zur Erkennung und Klassifizierung von Sarkasmusgefühlen")
Ein Entwurf eines Modells zur Erkennung und Klassifizierung von Sarkasmusgefühlen79,90 €![Automatische Erkennung von Hautkrebs]( "Automatische Erkennung von Hautkrebs")
Automatische Erkennung von Hautkrebs60,90 €![ERKENNUNG VON BRUSTKREBS - EIN MASCHINELLES LERNEN ANSATZ]( "ERKENNUNG VON BRUSTKREBS - EIN MASCHINELLES LERNEN ANSATZ")
ERKENNUNG VON BRUSTKREBS - EIN MASCHINELLES LERNEN ANSATZ43,90 €![Erkennung von Sigmatismus mit Hilfe von maschinellem Lernen]( "Erkennung von Sigmatismus mit Hilfe von maschinellem Lernen")
Erkennung von Sigmatismus mit Hilfe von maschinellem Lernen36,90 €
Das rasante Wachstum des Internets und der sozialen Medien hat zu einer Zunahme des Umfangs des Internetverkehrs und der Komplexität der Analyse des Verkehrsverhaltens geführt, insbesondere in großen Netzwerken wie sozialen Medienplattformen. Traditionelle regelbasierte Methoden werden durch automatisierte Ansätze ersetzt, die auf maschinellem Lernen beruhen und durch die Verfügbarkeit großer Datensätze angetrieben werden, die leistungsstarke KI-Modelle ermöglichen. Dieses Buch gibt einen Überblick über die jüngste Forschung zur Analyse des Internetverkehrs in sozialen Netzwerken und im Internet, wobei der Schwerpunkt auf Konzepten der Ähnlichkeit, Korrelation und kollektiven Indikation liegt und die Bedeutung von Sicherheitszielen bei der Klassifizierung von Netzwerkhosts, Anwendungen, Benutzern und Tweets hervorgehoben wird. Zur Bewältigung dieser Herausforderungen wird in diesem Beitrag eine neue Forschungsmethodik namens datengesteuerte Cybersicherheit (DDCS) und ihre Anwendung bei der Analyse von sozialem und Internetverkehr vorgestellt. Die DDCS-Methode besteht aus drei Hauptkomponenten: Cybersicherheitsdatenverarbeitung, Cybersicherheitsmerkmalstechnik und Cybersicherheitsmodellierung.