Книга "Machine Learning Techniques and Analytics for Cloud Security" рассматривает вопросы безопасности облачных платформ, обращая внимание на современные методы и инструменты для достижения этих целей. Авторы, объединив существующие теоретические и практические материалы, проведут вас по всему пути решения этой задачи. Вы познакомитесь с новыми методами, доступными инструментам аналитиками, а также с перспективами развития данной темы.
Основным фокусом книги является применение алгоритмов машинного обучения в разных областях информационной безопасности для получения максимального эффекта от реализации новых функций. Также, ознакомившись с этой книгой, вы увидите, как аналитика может применяться вместе с машинным обучением для разработки новых решений и методов защиты информации. А самым увлекательным станет изучение технологий аналитики решений, которые помогают обрабатывать большие объемы данных, выявлять их и принимать решения на основе выводов.
ПО ИМ. 1: Авторский коллектив ИЗДАТЕЛЬСТВО Архитектура книг, n. ВНИМАНИЕ: Вся информация на обложке книги м.б.
Электронная Книга «Machine Learning Techniques and Analytics for Cloud Security - Группа авторов» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119764090
Описание книги от Группа авторов
MACHINE LEARNING TECHNIQUES AND ANALYTICS FOR CLOUD SECURITY This book covers new methods, surveys, case studies, and policy with almost all machine learning techniques and analytics for cloud security solutions The aim of Machine Learning Techniques and Analytics for Cloud Security is to integrate machine learning approaches to meet various analytical issues in cloud security. Cloud security with ML has long-standing challenges that require methodological and theoretical handling. The conventional cryptography approach is less applied in resource-constrained devices. To solve these issues, the machine learning approach may be effectively used in providing security to the vast growing cloud environment. Machine learning algorithms can also be used to meet various cloud security issues, such as effective intrusion detection systems, zero-knowledge authentication systems, measures for passive attacks, protocols design, privacy system designs, applications, and many more. The book also contains case studies/projects outlining how to implement various security features using machine learning algorithms and analytics on existing cloud-based products in public, private and hybrid cloud respectively. Audience Research scholars and industry engineers in computer sciences, electrical and electronics engineering, machine learning, computer security, information technology, and cryptography.
