9783032085139 - convolutional neural network accelerators: from basic design principles to advanced security applications (3 Ergebnisse)
- Hardcover
Anbieter: Revaluation Books, Exeter, , Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 130,54
EUR 11,52 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
Hardcover. Zustand: Brand New. 200 pages. 9.25x6.10x9.49 inches. In Stock.
- Hardcover
Anbieter: Revaluation Books, Exeter, , Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 195,73
EUR 11,52 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
Hardcover. Zustand: Brand New. 200 pages. 9.25x6.10x9.49 inches. In Stock.
- Hardcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 146,98
EUR 62,76 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book provides comprehensive coverage of the state-of-the-art in Convolutional Neural Network (CNN) hardware accelerator design, security, and its applications in hardware security. The first part gives a foundational understanding of CNN architectures,… emphasizing their computational demands and the necessity for specialized hardware solutions. It also proposes an emulation method with open-source code to mimic CNN hardware accelerator behavior. The second part presents security applications of CNN models, featuring a case study in Network-on-Chip security. It covers threat modeling, countermeasures, and the use of alternative machine learning models to CNNs. The third part explains security threats throughout the AI model production lifecycle, including software vulnerabilities and hardware risks, and explores techniques to enhance the robustness of CNN hardware accelerators, focusing on preventing hardware Trojan and backdoor attacks and analyzing the vulnerability levels of different CNN layers.
