kandru arun kumar (15 Ergebnisse)

Taschenbuch. Zustand: Neu. Big Data Cyber Security Using Machine Learning | Cyber Security | Kandru Arun Kumar (u. a.) | Taschenbuch | Englisch | 2023 | LAP LAMBERT Academic Publishing | EAN 9786206783206 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Zustand: New.

Taschenbuch. Zustand: Neu. Neuware -Se sabe que la ciberseguridad en el contexto de los macrodatos es un problema crítico y plantea un gran reto a la comunidad investigadora. Se han propuesto algoritmos de aprendizaje automático como candidatos para tratar los problemas de seguridad de los macrodatos. Entre estos algoritmos, las máquinas de vectores soporte (SVM) han logrado un éxito notable en varios problemas de clasificación. Sin embargo, para establecer una SVM eficaz, el usuario necesita negar de antemano la configuración adecuada de la SVM, que es una tarea desafiante que requiere conocimientos de expertos y una gran cantidad de esfuerzo manual de prueba y error. Aquí formulamos el proceso de configuración de la SVM como un problema de optimización bi-objetivo en el que la precisión y la complejidad del modelo se consideran dos objetivos en conflicto. Proponemos un novedoso marco hiperheurístico para la optimización bi-objetivo que es independiente del dominio del problema. Es la primera vez que se desarrolla una hiperheurística para este problema. El marco hiperheurístico propuesto consiste en una estrategia de alto nivel y una heurística de bajo nivel.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Spanisch.

Taschenbuch. Zustand: Neu. Ciberseguridad de Big Data mediante aprendizaje automático | Ciberseguridad | Kandru Arun Kumar (u. a.) | Taschenbuch | Spanisch | 2023 | Ediciones Nuestro Conocimiento | EAN 9786206503446 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Zustand: New.

Taschenbuch. Zustand: Neu. Neuware -La cybersécurité dans le contexte du big data est connue pour être un problème critique et représente un grand défi pour la communauté des chercheurs. Les algorithmes d'apprentissage automatique ont été proposés comme candidats pour traiter les problèmes de sécurité des big data. Parmi ces algorithmes, les machines à vecteurs de support (SVM) ont connu un succès remarquable sur divers problèmes de classification. Cependant, pour établir un SVM efficace, l'utilisateur doit nier la configuration adéquate du SVM à l'avance, ce qui est une tâche difficile qui nécessite des connaissances d'expert et une grande quantité d'efforts manuels pour les essais et les erreurs. Ici, nous formulons le processus de configuration du SVM comme un problème d'optimisation bi-objectif dans lequel la précision et la complexité du modèle sont considérées comme deux objectifs conflictuels. Nous proposons un nouveau cadre hyper-heuristique pour l'optimisation bi-objectif qui est indépendant du domaine du problème. C'est la première fois qu'une hyper-heuristique est développée pour ce problème. Le cadre hyper-heuristique proposé se compose d'une stratégie de haut niveau et d'une heuristique de bas niveau.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Französisch.

Taschenbuch. Zustand: Neu. Big Data et cybersécurité grâce à l'apprentissage automatique | La cybersécurité | Kandru Arun Kumar (u. a.) | Taschenbuch | Französisch | 2023 | Editions Notre Savoir | EAN 9786206503477 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Neuware -Kiberbezopasnost' w kontexte bol'shih dannyh, kak izwestno, qwlqetsq kriticheskoj problemoj i predstawlqet soboj bol'shoj wyzow dlq issledowatel'skogo soobschestwa. V kachestwe kandidatow dlq resheniq problem bezopasnosti bol'shih dannyh byli predlozheny algoritmy mashinnogo obucheniq. Sredi ätih algoritmow zametnyh uspehow w reshenii razlichnyh zadach klassifikacii dobilis' mashiny opornyh wektorow (SVM). Odnako dlq sozdaniq äffektiwnoj SVM pol'zowatelü neobhodimo zaranee opredelit' prawil'nuü konfiguraciü SVM, chto qwlqetsq slozhnoj zadachej, trebuüschej äxpertnyh znanij i bol'shih zatrat ruchnogo truda na metod prob i oshibok. V dannoj rabote my formuliruem process nastrojki SVM kak zadachu dwuhob#ektnoj optimizacii, w kotoroj tochnost' i slozhnost' modeli rassmatriwaütsq kak dwe konfliktuüschie celi. My predlagaem nowyj giperäwristicheskij frejmwork dlq biob#ektiwnoj optimizacii, kotoryj ne zawisit ot problemnoj oblasti. Jeto perwyj sluchaj razrabotki giperäwristiki dlq dannoj zadachi. Predlagaemaq giperäwristicheskaq sistema sostoit iz wysokourownewoj strategii i nizkourownewyh äwristik.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Russisch.

Zustand: New.

Taschenbuch. Zustand: Neu. Kiberbezopasnost' bol'shih dannyh s ispol'zowaniem mashinnogo obucheniq | Kiberbezopasnost' | Kandru Arun Kumar (u. a.) | Taschenbuch | Russisch | 2023 | Sciencia Scripts | EAN 9786206503460 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Neuware -La sicurezza informatica nel contesto dei big data è nota per essere un problema critico e rappresenta una grande sfida per la comunità di ricerca. Gli algoritmi di apprendimento automatico sono stati proposti come candidati per gestire i problemi di sicurezza dei big data. Tra questi algoritmi, le macchine a vettori di supporto (SVM) hanno ottenuto un notevole successo su vari problemi di classificazione. Tuttavia, per stabilire un SVM efficace, l'utente deve negare in anticipo la corretta configurazione dell'SVM, un compito impegnativo che richiede conoscenze specialistiche e una grande quantità di sforzi manuali per tentativi ed errori. Qui formuliamo il processo di configurazione dell'SVM come un problema di ottimizzazione bi-obiettivo in cui l'accuratezza e la complessità del modello sono considerati due obiettivi in conflitto. Proponiamo un nuovo framework iper-euristico per l'ottimizzazione bi-obiettivo che è indipendente dal dominio del problema. È la prima volta che viene sviluppato un iper-euristico per questo problema. La struttura iper-euristica proposta consiste in una strategia di alto livello e in un'euristica di basso livello.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Italienisch.

Taschenbuch. Zustand: Neu. Neuware -A cibersegurança no contexto dos grandes volumes de dados é conhecida como um problema crítico e representa um grande desafio para a comunidade de investigação. Os algoritmos de aprendizagem automática têm sido sugeridos como candidatos para lidar com problemas de segurança de grandes volumes de dados. Entre estes algoritmos, as máquinas de vectores de apoio (SVM) obtiveram um sucesso notável em vários problemas de classificação. No entanto, para estabelecer uma SVM eficaz, o utilizador tem de negar antecipadamente a configuração adequada da SVM, o que é uma tarefa difícil que requer conhecimentos especializados e um grande esforço manual de tentativa e erro. Aqui formulamos o processo de configuração da SVM como um problema de otimização bi-objetivo em que a precisão e a complexidade do modelo são consideradas como dois objectivos contraditórios. Propomos uma nova estrutura hiper-heurística para otimização bi-objetiva que é independente do domínio do problema. Esta é a primeira vez que se desenvolve uma hiper-heurística para este problema. A estrutura hiper-heurística proposta é composta por uma estratégia de alto nível e heurísticas de baixo nível.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Portugiesisch.

Taschenbuch. Zustand: Neu. Cibersegurança de grandes volumes de dados utilizando a aprendizagem automática | Cibersegurança | Kandru Arun Kumar (u. a.) | Taschenbuch | Portugiesisch | 2023 | Edições Nosso Conhecimento | EAN 9786206503422 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Sicurezza informatica dei Big Data con l'apprendimento automatico | Sicurezza informatica | Kandru Arun Kumar (u. a.) | Taschenbuch | Italienisch | 2023 | Edizioni Sapienza | EAN 9786206503453 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Zustand: Neu. Big Data Cybersicherheit durch maschinelles Lernen | Cyber-Sicherheit | Kandru Arun Kumar (u. a.) | Taschenbuch | 64 S. | Deutsch | 2023 | Verlag Unser Wissen | EAN 9786206503439 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.