Deep Learning Applications for Cyber Security

 
 
Springer (Verlag)
  • erschienen am 14. August 2019
  • |
  • XX, 246 Seiten
 
E-Book | PDF mit Adobe-DRM | Systemvoraussetzungen
E-Book | PDF mit Wasserzeichen-DRM | Systemvoraussetzungen
978-3-030-13057-2 (ISBN)
 

Cybercrime remains a growing challenge in terms of security and privacy practices. Working together, deep learning and cyber security experts have recently made significant advances in the fields of intrusion detection, malicious code analysis and forensic identification. This book addresses questions of how deep learning methods can be used to advance cyber security objectives, including detection, modeling, monitoring and analysis of as well as defense against various threats to sensitive data and security systems. Filling an important gap between deep learning and cyber security communities, it discusses topics covering a wide range of modern and practical deep learning techniques, frameworks and development tools to enable readers to engage with the cutting-edge research across various aspects of cyber security. The book focuses on mature and proven techniques, and provides ample examples to help readers grasp the key points.


1st ed. 2019
  • Englisch
  • Cham
  • |
  • Schweiz
Springer International Publishing
  • 46 farbige Tabellen, 54 farbige Abbildungen, 24 s/w Abbildungen
  • |
  • 24 schwarz-weiße und 54 farbige Abbildungen, 46 farbige Tabellen, Bibliographie
  • 6,76 MB
978-3-030-13057-2 (9783030130572)
10.1007/978-3-030-13057-2
weitere Ausgaben werden ermittelt

Mamoun Alazab is an Associate Professor in the College of Engineering, IT and Environment at Charles Darwin University, Australia. He received his PhD degree in Computer Science from the Federation University of Australia, School of Science, Information Technology and Engineering. He is a cyber security researcher and practitioner with industry and academic experience. Alazab's research is multidisciplinary that focuses on cyber security and digital forensics of computer systems with a focus on cybercrime detection and prevention. He has more than 100 research papers. He delivered many invited and keynote speeches, 22 events in 2018 alone. He convened and chaired more than 50 conferences and workshops. He works closely with government and industry on many projects. He is an editor on multiple editorial boards of international journals and a Senior Member of the IEEE.

MingJian Tang is a Senior Data Scientist at Singtel Optus, Australia. He received his PhD degree in Computer Science from La Trobe University, Melbourne, Australia, in 2009. Previously he was a Data Scientist at the Commonwealth Bank of Australia. He has participated in several industry-based research projects including unsupervised fraud detection, unstructured threat intelligence, cyber risk analysis and quantification, and big data analysis.


Adversarial Attack, Defense, and Applications with Deep Learning Frameworks; Z. Yin et al.-

Intelligent Situational-Awareness Architecture for Hybrid Emergency Power Systems in More Electric Aircraft; Y.J. Mendis et al.-

Deep Learning in Person Re-identication for Cyber-Physical Surveillance Systems; L. Wu et al.-

Deep Learning-based Detection of Electricity Theft Cyber-attacks in Smart Grid AMI Networks; M. Nabil et al.-

Using Convolutional Neural Networks for Classifying Malicious Network Traffic; K. Millar et al.-

DBD: Deep Learning DGA-based Botnet Detection; R. Vinayakumar et al.-

Enhanced Domain Generating Algorithm Detection Based on Deep Neural Networks; A.D. Kumar et al.-

Intrusion Detection in SDN-based Networks: Deep Recurrent Neural Network Approach; T.A. Tang et al.-

SeqDroid: Obfuscated Android Malware Detection using Stacked Convolutional and Recurrent Neural Networks; W. Younghoo Lee et al.-

Forensic Detection of Child Exploitation Material using Deep Learning; M. Islam et al.-

Toward Detection of Child Exploitation Material: A Forensic Approach; M. Islam et al.


DNB DDC Sachgruppen

Dateiformat: PDF
Kopierschutz: Adobe-DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Installieren Sie bereits vor dem Download die kostenlose Software Adobe Digital Editions (siehe E-Book Hilfe).

Tablet/Smartphone (Android; iOS): Installieren Sie bereits vor dem Download die kostenlose App Adobe Digital Editions (siehe E-Book Hilfe).

E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m. (nicht Kindle)

Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Mit Adobe-DRM wird hier ein "harter" Kopierschutz verwendet. Wenn die notwendigen Voraussetzungen nicht vorliegen, können Sie das E-Book leider nicht öffnen. Daher müssen Sie bereits vor dem Download Ihre Lese-Hardware vorbereiten.

Bitte beachten Sie bei der Verwendung der Lese-Software Adobe Digital Editions: wir empfehlen Ihnen unbedingt nach Installation der Lese-Software diese mit Ihrer persönlichen Adobe-ID zu autorisieren!

Weitere Informationen finden Sie in unserer E-Book Hilfe.


Dateiformat: PDF
Kopierschutz: Wasserzeichen-DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Verwenden Sie zum Lesen die kostenlose Software Adobe Reader, Adobe Digital Editions oder einen anderen PDF-Viewer Ihrer Wahl (siehe E-Book Hilfe).

Tablet/Smartphone (Android; iOS): Installieren Sie die kostenlose App Adobe Digital Editions oder eine andere Lese-App für E-Books (siehe E-Book Hilfe).

E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m. (nur bedingt: Kindle)

Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Mit Wasserzeichen-DRM wird hier ein "weicher" Kopierschutz verwendet. Daher ist technisch zwar alles möglich - sogar eine unzulässige Weitergabe. Aber an sichtbaren und unsichtbaren Stellen wird der Käufer des E-Books als Wasserzeichen hinterlegt, sodass im Falle eines Missbrauchs die Spur zurückverfolgt werden kann.

Weitere Informationen finden Sie in unserer E-Book Hilfe.


Download (sofort verfügbar)

90,94 €
inkl. 5% MwSt.
Download / Einzel-Lizenz
PDF mit Adobe-DRM
siehe Systemvoraussetzungen
E-Book bestellen

117,69 €
inkl. 5% MwSt.
Download / Einzel-Lizenz
PDF mit Wasserzeichen-DRM
siehe Systemvoraussetzungen
E-Book bestellen