Merkzettel Warenkorb
  • Produktbild: Science of Cyber Security
  • Produktbild: Science of Cyber Security
Band 14299

Science of Cyber Security 5th International Conference, SciSec 2023, Melbourne, VIC, Australia, July 11–14, 2023, Proceedings

Aus der Reihe Lecture Notes in Computer Science

87,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.11.2023

Herausgeber

Moti Yung + weitere

Verlag

Springer

Seitenzahl

526

Maße (L/B/H)

23,5/15,5/2,9 cm

Gewicht

809 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-45932-0

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.11.2023

Herausgeber

Verlag

Springer

Seitenzahl

526

Maße (L/B/H)

23,5/15,5/2,9 cm

Gewicht

809 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-45932-0

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Science of Cyber Security
  • Produktbild: Science of Cyber Security
  • Session 1 Network and System Security .-   ACDroid: Detecting Collusion Applications on Smart Devices.- DomainIsolation: Lightweight Intra-enclave Isolation for Confidential Virtual Machines.- Keeping Your Enemies Closer: Shedding Light on the Attacker's Optimal Strategy.- Cyber Attacks against Enterprise Networks: Characterization, Modelling and Forecasting.-  Session 2 Cryptography and Authentication .-   MCVDSSE: Secure Multi-Client Verifiable Dynamic Symmetric Searchable Encryption.- A Graphical Password Scheme based on Rounded Image Selection.- Implementation of the Elliptic Curve Method.- Almost Injective and Invertible Encodings for Jacobi Quartic Curves.- SeeStar: an Efficient Starlink Asset Detection Framework.- Privacy-enhanced Anonymous and Deniable Post-Quantum X3DH.-  Session 3 AI for Security .-   Fractional Dynamic: Analysis for Network Malware Propagation.- Enhancing the Anti-steganalysis Ability via Multiple Adversarial Network.- An Empirical study of AI model’s Performance for Electricity Load Forecasting with Extreme Weather Conditions.-  Session 4 Threat Detection and Analysis .-   AST2Vec: A Robust Neural Code Representation for Malicious PowerShell Detection.- Real-time Aggregation for Massive alerts based on Dynamic Attack Granularity Graph.- Decompilation Based Deep Binary-Source Function Matching.- Event-based Threat Intelligence Ontology Model.-  Session 5 Web and Privacy Security .-   Optimally Blending Honeypots into Production Networks: Hardness and Algorithms.- WebMea: A Google Chrome Extension for Web Security and Privacy Measurement Studies.- Quantifying Psychological Sophistication of Malicious Emails.- SVFL: Secure Vertical Federated Learning on Linear Models.-  Session 6: Cryptography and Authentication II.-  Multiprime Strategies for Serial Evaluation of eSIDH-Like Isogenies.- Adaptively Secure Constrained Verifiable Random Function.- A Robust Reversible Data Hiding Algorithm Based on Polar Harmonic Fourier Moments.-  Session 7: Advanced Threat Detection Techniques and Blockchain .-   VaultBox: Enhancing the Security and Effectiveness of Security Analytics.- Two-stage Anomaly Detection in LEO Satellite Network.- Hydra: An Efficient Asynchronous DAG-based BFT Protocol.- Redactable Blockchain in the Permissioned Setting.-  Session 8: Workshop Session .-   A MULTI-LEVEL Sorting Prediction Enhancement-based two-dimensional Reversible Data Hiding Algorithm for Jpeg Images.- Research on Encrypted Malicious 5G Access Network Traffic identification based on Deep Learning.- A Design of Network Attack Detection Using Causal and Non-causal Temporal Convolutional.