Feature Selection and Feature Extraction in Machine Learning-Based IoT Intrusion Detection System

Sprache: Englisch

Verlag: Eliva Press Apr 2024, 2024

9999317790 / 9789999317795

Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, DeutschlandBuchWeltWeit Ludwig Meier e.K.

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 11. Januar 2012

Softcover

Zustand: Neu

EUR 38,80

EUR 23,00 Versand 
Versand von Deutschland nach USA

Anzahl: 2 verfügbar

In den Warenkorb
30 Tage kostenlose Rückgabe

Artikelbeschreibung des Verkäufers

This item is printed on demand - it takes 3-4 days longer - Neuware -'In a world increasingly reliant on Internet of Things (IoT) devices, ensuring their security is paramount. Yet, these very devices are vulnerable to cyberattacks, posing significant threats to individuals and organizations alike. To combat this, machine learning has emerged as a powerful tool for network intrusion detection in IoT environments.Delving deep into this intersection of cybersecurity and machine learning, this book presents a comprehensive exploration of feature reduction techniques for IoT network intrusion detection. Drawing from extensive research, it offers a meticulous comparison of feature extraction and selection methods within a machine learning-based attack classification framework.Through rigorous analysis of performance metrics such as accuracy, f1-score, and runtime, the book sheds light on the efficacy of these techniques on the heterogeneous IoT dataset known as Network TON-IoT. Unveiling key insights, it reveals that while feature extraction tends to outperform feature selection in detection performance, the latter exhibits advantages in model training and inference time.But the findings don't stop there. The book delves deeper into the nuances of IoT security, addressing the challenges posed by computational resource constraints. It underscores the importance of feature reduction in constructing lightweight yet effective intrusion detection models tailored for IoT scenarios.Moreover, the book offers practical guidance for selecting intrusion detection methods tailored to specific IoT environments. By analyzing the trade-offs between feature extraction and selection, it equips readers with the knowledge to navigate the complexities of IoT security.' 54 pp. Englisch.…

Bestandsnummer des Verkäufers 9789999317795

Titel
Feature Selection and Feature Extraction in Machine Learning-Based IoT Intrusion Detection System
Autor
Jing Li
Verlag
Eliva Press Apr 2024
Erscheinungsjahr
2024
Zustand
Neu
Einband
Taschenbuch
Sprache
Englisch
ISBN-10
9999317790
ISBN-13
9789999317795
Artikelgewicht
95 Gramm
Abmessungen
229x152x3 mm

BuchWeltWeit Ludwig Meier e.K.

Bergisch Gladbach, Deutschland

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 11. Januar 2012

Versandkosten von Deutschland nach USA

Artikel5 bis 15 Werktage5 bis 15 Werktage
Erster ArtikelEUR 23,00EUR 23,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Banküberweisung
  • PayPal
  • Vorauskasse

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

BuchWeltWeit Ludwig Meier e.K.

Deutschland