Responsible Graph Neural Networks
Immer häufigere und komplexere Cyber-Bedrohungen erfordern robuste, automatisierte und schnelle Reaktionen von Cybersicherheitsspezialisten. Dieses Buch bietet eine umfassende Studie im Bereich des Graphenlernens im Cyberbereich, wobei der Schwerpunkt auf graphischen neuronalen Netzen (GNNs) und ihren Anwendungen im Bereich der Cybersicherheit liegt.
In drei Teilen werden die Grundlagen, Methoden und Praktiken sowie fortgeschrittene Themen behandelt. Der erste Teil bietet eine Einführung in Graphdatenstrukturen und Grapheinbettung und gibt einen taxonomischen Überblick über GNNs und Anwendungen im Bereich der Cybersicherheit. Im zweiten Teil werden drei verschiedene Kategorien des Graphenlernens erklärt, darunter deterministisches, generatives und verstärkendes Lernen, und wie sie für die Entwicklung von Cyberverteidigungsmodellen verwendet werden können.
Die Diskussion jeder Kategorie umfasst die Anwendbarkeit einfacher und komplexer Graphen, Skalierbarkeit, repräsentative Algorithmen und technische Details. Studenten im Grundstudium, Doktoranden, Forscher, Cyber-Analysten und KI-Ingenieure, die praktische Deep-Learning-Methoden verstehen wollen, werden in diesem Buch eine unschätzbare Quelle finden.
| ISBN: | 9781032359892 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 307 |
Derzeit verfügbar, auf Lager.
