Envío gratis a partir de 69,99 euros.

«Comprobar estado del pedido»

Entre a formar parte de una comunidad de amantes de los libros del mundo entero y acceda a un sinfín de ventajas. Crear una cuenta gratis

Envío gratuito con Zásilkovna para compras superiores a 59.99 €

Mensajería SEUR 4.99 € Mensajería GLS 7.99 € Mensajería Correos 5.49 € Mensajería DHL 5.49 € Punto SEUR 3.99 €

Contacto

Cómo comprar

Ayuda

Mi cuenta

▸ Vacío :-(

Envío gratis a partir de 69,99 euros.

Machine Learning for Embedded System Security

Name: Machine Learning for Embedded System Security
Brand: Springer
SKU: 41017383
Price: 125.99 EUR
Availability: InStock
Author: Basel Halak
ISBN: 9783030941789

Basel Halak

Idioma

Inglés

Libro electrónico Adobe ePub DRM

Editores Springer, abril 2022

This book comprehensively covers the state-of-the-art security applications of machine learning tech... Descripción completa

Código Libristo: 41017383

308 b

125.99 €

En existencia Descarga instantánea

Clientes que también han comprado

Versammlung am Wasserloch - Puzzle mit 2000 Teilen

Juego

30.89 €

Schickimicki Ulrich Radermacher

Tapa blanda

13.69 €

Die Drei Gerechten Kammacher Fran Regel Amrain Und Ihr Jungster (1911) Gottfried Keller

Tapa dura

46.49 €

The Mozart Album, 2 Audio-CDs Lang Lang

CD de audio

17.99 €

Com som els catalans FOLCH I BOT

Tapa dura

14.19 €

Auf Den Anfang Kommt Es An: Kompetenzen Entwickeln - Kompetenzen Starken Renate Hinz

Tapa blanda

62.19 €

Backen: Backen Kochbuch: 25 Kostliche Backen-Rezepte (Baking Auf Deutsch) Emi Watson

Adobe ePub DRM

2.99 €

Contratada por prazer Nicola Marsh

Adobe ePub DRM

3.49 €

Überlebensmemoiren - Gedanken von Jan Philipp Reemtsma zu den Texten Überlebender des Holocaust Marco Dietze

Tapa blanda

14.99 €

Innovation und Kooperation auf dem Weg zur All Electric Society 2 Sven Leonhardt

Tapa blanda

115.99 €

This book comprehensively covers the state-of-the-art security applications of machine learning techniques. The first part explains the emerging solutions for anti-tamper design, IC Counterfeits detection and hardware Trojan identification. It also explains the latest development of deep-learning-based modeling attacks on physically unclonable functions and outlines the design principles of more resilient PUF architectures. The second discusses the use of machine learning to mitigate the risks of security attacks on cyber-physical systems, with a particular focus on power plants. The third part provides an in-depth insight into the principles of malware analysis in embedded systems and describes how the usage of supervised learning techniques provides an effective approach to tackle software vulnerabilities.