Name: Wykrywanie WlamaŃ Przy UŻyciu Selekcji Cech I Hybrydyzacji (en Polaco)
SKU: 57861578
Price: 188617.00 COP
Availability: InStock
Author: Obiwusi, Kolawole
ISBN: 9786203335156

portada Wykrywanie WlamaŃ Przy UŻyciu Selekcji Cech I Hybrydyzacji (en Polaco)

Wykrywanie WlamaŃ Przy UŻyciu Selekcji Cech I Hybrydyzacji (en Polaco)

Formato

Libro Físico

Autor

Kolawole Obiwusi

Editorial

Wydawnictwo Nasza Wiedza

Idioma

Polaco

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.4 cm

Peso

0.11 kg.

ISBN13

9786203335156

Categorías

Tecnología de la información: cuestiones generales

Wykrywanie WlamaŃ Przy UŻyciu Selekcji Cech I Hybrydyzacji (en Polaco)

Kolawole Obiwusi (Autor) · Wydawnictwo Nasza Wiedza · Tapa Blanda

Libro Nuevo Importado

Envío: 20 a 24 días háb.

$ 314.362$ 188.617

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 188.617

¡Envío Gratis! Llega entre el 09 Dic y el 16 Dic a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Wykrywanie WlamaŃ Przy UŻyciu Selekcji Cech I Hybrydyzacji (en Polaco)"

W dzisiejszych czasach bardzo ważne jest utrzymanie wysokiego poziomu bezpieczeństwa, aby zapewnic bezpieczną i zaufaną komunikację informacji pomiędzy różnymi organizacjami. Bezsprzecznie, szeroki zakres technologii bezpieczeństwa, takich jak szyfrowanie informacji, kontrola dostępu i zapobieganie wlamaniom są wykorzystywane do ochrony systemów opartych na sieci, ale nadal istnieje wiele niewykrytych wlamań.Ten projekt przedstawia przegląd wykrywania wlamań i hybrydowy algorytm klasyfikacji oparty na naiwnej baye i K Nearest neighbour. Zbiór danych jest najpierw przepuszczany przez algorytm naiwnej baye w celu klasyfikacji, generując priorytety i prawdopodobieństwa warunkowe dla każdego przykladu w zbiorze danych. Jeśli wystąpi blędna klasyfikacja, przyklad jest przekazywany do KNN, który następnie szereguje sąsiedztwo przykladu, a wynikowe przyklady są ważone przy użyciu podobieństwa każdego z sąsiadów przykladu, jeśli Sim(X, Dj) jest równe 1, to X jest normalny, w przeciwnym razie algorytm znajduje K największych Sim(X, Dj), sprawdza je względem kryterium zatrzymania (próg).