Machine Learning Models in Network Intrusion Detection Systems : Self-Supervised Detection of Malicious Flows and Traffic Patterns Recognition in Programmable Networks
- Weitere Titel
-
Maschinelles Lernen in Angriffserkennungssystemen für programmierbare Netzwerke : Selbstüberwachte Erkennung bösartiger Datenströme und Mustererkennung im Datenverkehr
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Anmerkungen
-
Darmstadt, Technische Universität Darmstadt, Dissertation, 2024
- Schlagwort
-
Eindringerkennung
Maschinelles Lernen
Kryptoanalyse
Neuronales Netz
Monitoring
Leistungsbewertung
- Ereignis
-
Veröffentlichung
- (wo)
-
Darmstadt
- (wer)
-
Universitäts- und Landesbibliothek
- (wann)
-
2024
- Urheber
- Beteiligte Personen und Organisationen
- DOI
-
10.26083/tuprints-00027840
- URN
-
urn:nbn:de:tuda-tuprints-278400
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
14.08.2025, 10:52 MESZ
Datenpartner
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Golchin, Pegah
- Steinmetz, Ralf
- Mauthe, Andreas
- Universitäts- und Landesbibliothek
Entstanden
- 2024