Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Szybki rozwój technologii przetwarzania w chmurze typu „fog' i na brzegach sieci (fog-edge) przyniósł ze sobą nowe wyzwania w zakresie cyberbezpieczeństwa, a zwłaszcza rosnące zagrożenie atakami typu Distributed Denial-of-Service (DDoS). Tradycyjne systemy wykrywania włamań często mają trudności z zapewnieniem dokładnych, skalowalnych i chroniących prywatność rozwiązań w środowiskach zdecentralizowanych. Niniejsza książka przedstawia framework głębokiego uczenia federacyjnego, który umożliwia wspólne szkolenie modeli bez udostępniania wrażliwych danych, zapewniając zwiększoną prywatność i niezawodne wykrywanie zagrożeń. Analizuje ona integrację technik głębokiego uczenia z uczeniem federacyjnym w celu skutecznego identyfikowania ataków DDoS w rozproszonych sieciach typu fog-edge. Proponowana struktura kładzie nacisk na inteligentne wykrywanie włamań, zwiększoną dokładność wykrywania, zmniejszone obciążenie komunikacyjne oraz bezpieczne uczenie rozproszone. Książka ta jest przeznaczona dla naukowców, doktorantów, specjalistów ds. cyberbezpieczeństwa oraz praktyków zainteresowanych sztuczną inteligencją, bezpieczeństwem sieci, uczeniem federacyjnym oraz przetwarzaniem w chmurze typu fog-edge, dostarczając cennych spostrzeżeń na temat rozwiązań cyberbezpieczeństwa nowej generacji opartych na sztucznej inteligencji.
