Synopsis "Big Data Cybersicherheit durch maschinelles Lernen (in German)"

Cybersicherheit im Zusammenhang mit Big Data ist bekannterma en ein kritisches Problem und stellt eine gro e Herausforderung für die Forschungsgemeinschaft dar. Algorithmen des maschinellen Lernens wurden als Kandidaten für die Behandlung von Big-Data-Sicherheitsproblemen vorgeschlagen. Unter diesen Algorithmen haben Support-Vektor-Maschinen (SVMs) bemerkenswerte Erfolge bei verschiedenen Klassifizierungsproblemen erzielt. Um eine effektive SVM einzurichten, muss der Benutzer jedoch im Voraus die richtige SVM-Konfiguration festlegen, was eine schwierige Aufgabe ist, die Expertenwissen und einen hohen manuellen Aufwand für Versuch und Irrtum erfordert. Hier formulieren wir den SVM-Konfigurationsprozess als ein bi-objektives Optimierungsproblem, bei dem Genauigkeit und Modellkomplexität als zwei widersprüchliche Ziele betrachtet werden. Wir schlagen ein neuartiges hyperheuristisches Rahmenwerk für die Zwei-Ziel-Optimierung vor, das unabhängig von der Problemdomäne ist. Dies ist das erste Mal, dass eine Hyperheuristik für dieses Problem entwickelt wurde. Der vorgeschlagene hyperheuristische Rahmen besteht aus einer High-Level-Strategie und Low-Level-Heuristiken.

Customers reviews

Have you read this book? Login to add your review.

More customer reviews

0% (0)
0% (0)
0% (0)
0% (0)
0% (0)

Questions and Answers about the Book

Do you have a question about the book? Login to be able to add your own question.

Opinions about Bookdelivery

More customer reviews

Big Data Cybersicherheit durch maschinelles Lernen (in German) - Arun Kumar, Kandru ; Chinta, Anuradha ; Little Flower, Kunchala

Synopsis "Big Data Cybersicherheit durch maschinelles Lernen (in German)"

Customers reviews

Frequently Asked Questions about the Book

Is the book original?

In what language is the book written?

What is the format of this book?

Questions and Answers about the Book

Opinions about Bookdelivery