Für diesen Artikel ist leider kein Bild verfügbar.

System zur Erkennung von Anomalien im Netzwerkverkehr durch Data Mining

Perspektive des maschinellen Lernens

Ruby Sharma, Sandeep Chaurasia (Autoren)

Buch | Softcover

136 Seiten

2021
Verlag Unser Wissen
978-620-4-24396-2 (ISBN)

Titel nicht im Sortiment

Artikel merken

Erkennung von Anomalien mit dem Fuzzy-C-means-Algorithmus zur Dichtemaximierung: Die Begründung für das System zur Erkennung von Anomalien unter Verwendung des Dichte-Maximierungs-Ansatzes für den Fuzzy-C-Means-Clustering-Algorithmus. Der Arbeitsablauf eines vorgeschlagenen Systems zur Erkennung von Anomalien mit dem FCM-Algorithmus zur Maximierung der Dichte. Der Rahmen der Ensemble-Klassifikator-basierten Anomalie-Erkennung - dieser Ansatz der Anomalie-Erkennung basiert auf der Integration mehrerer Klassifikatoren, so dass die Schwäche eines Klassifikators durch einen anderen Klassifikator kompensiert werden kann. Der Arbeitsablauf des vorgeschlagenen Rahmens für die Erkennung von Eindringlingen auf der Grundlage eines Ensemble-Klassifikators.

Sharma, RubyDr. Ruby Sharma arbeitet als außerordentliche Professorin am Institut für Informationstechnologie und Management der Guru Gobind Singh Indraprastha Universität, Neu-DelhiDr. Sandeep Chaurasia arbeitet als Professor in der Abteilung für CSE, School of Computing & I.T. an der Manipal Universität Jaipur.

Erscheinungsdatum	08.12.2021
Sprache	deutsch
Maße	150 x 220 mm
Gewicht	221 g
Themenwelt	Mathematik / Informatik ► Informatik ► Netzwerke
Schlagworte	Ameisenkolonie-Optimierung • ant colony optimization • Artificial Neural Network • Cyber-Physical Systems • Density Maximization-Fuzzy Means Clustering • Dichte-Maximierung-Fuzzy-Mittel-Clustering • ensemble learning • Erwartungsmaximierung • expectation maximization • Künstliches Neuronales Netzwerk • Particle swarm optimization • Partikelschwarm-Optimierung
ISBN-10	620-4-24396-9 / 6204243969
ISBN-13	978-620-4-24396-2 / 9786204243962
Zustand	Neuware