Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Security and Resilience in Distributed Machine Learning

Kai Li, Xin Yuan, Wei Ni (Gebundene Ausgabe, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
This book offers a comprehensive exploration of federated learning (FL), a novel approach to decentralized, privacy-preserving machine learning. This book delves into the resilience and security challenges inherent to FL, such as model poisoning and malicious attacks, that jeopardize system integrity. Through cutting-edge research and practical insights, the book introduces defense mechanisms like representational similarity analysis and visual explanation techniques, which safeguard FL models while ensuring performance and scalability. It also explores the evolving landscape of FL, including the integration of graph neural networks, explainable AI, and energy-efficient designs that drive sustainability in distributed systems. As FL becomes increasingly vital across industries—from healthcare and finance to IoT and smart cities—this book addresses the critical balance between security, functionality, and compliance with global data privacy regulations. It is an essential resource for researchers, industry professionals, and policymakers aiming to navigate and contribute to the rapidly growing domain of FL. By bridging theory and practice, this book contributes to advancing secure and resilient FL technologies.
Dieses Produkt haben wir gerade leider nicht auf Lager.
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
17.05.2026
Sprache
Englisch
EAN
9783032239587
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
Springer Series in Reliability Engineering
Sonderedition
Nein
Autor
Kai Li, Xin Yuan, Wei Ni
Seitenanzahl
238
Einbandart
Gebundene Ausgabe
Buch Untertitel
Challenges, Techniques, and Future Directions
Schlagwörter
Reliable Federated Learning, Federated Learning Security, AI Security and Robustness, Federated Learning Attacks, Federated Learning Defenses, Data Privacy in AI, Resilient Federated Learning
Thema-Inhalt
UK - Computerhardware UKN - Netzwerk-Hardware UYQM - Maschinelles Lernen UTN - Netzwerksicherheit URD - Datenschutz
Höhe
235 mm
Breite
15.5 cm

Transparenz & Sicherheit

Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!