iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A27 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8 ProRedmi Note 9
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
21 Tage Widerrufsrecht
Optischer Zustand
Beschreibung
Large Language Models (LLMs) are rapidly transforming how enterprises operate, powering customer support, internal assistants, automated workflows, search, analytics, and decision-making systems. But as organizations adopt AI at scale, they are also introducing a new and expanding attack surface. Jailbreaking LLMs explores how attackers manipulate AI systems through prompt injection, jailbreaks,… adversarial inputs, data poisoning, context manipulation, retrieval attacks, and unsafe tool usage to bypass safeguards, leak sensitive data, and influence AI behavior in unexpected ways. This book provides a practical guide to understanding, testing, and defending enterprise AI systems in the real world. Through real attack scenarios, security frameworks, red-teaming methodologies, governance strategies, and defensive architecture patterns, readers will learn how to build secure, resilient, and enterprise-ready LLM deployments. Covering everything from RAG security and agentic systems to incident response, AI governance, runtime monitoring, and future attack trends, this book connects AI innovation with modern cybersecurity practices. What you will learn Understand how LLM jailbreaks, prompt injection, and adversarial attacks work Identify vulnerabilities across enterprise AI systems, RAG pipelines, agents, and APIs Design and deploy secure, enterprise-ready LLM architectures Implement monitoring, logging, detection, and incident response workflows for AI systems Apply red-teaming and defensive testing strategies to evaluate LLM security Build governance, compliance, and ethical AI controls into enterprise deployments Understand emerging AI attack trends and future cybersecurity risks Who this book is for This book is for cybersecurity professionals, AI/ML engineers, enterprise architects, security analysts, SOC teams, IT leaders, and technical decision-makers responsible for building, deploying, or securing AI-powered systems. It is also valuable for practitioners who want to better understand the security, governance, and operational challenges that come with adopting Large Language Models in enterprise environments. 64,19 €
Broschiert | Neu
oder
zzgl.
Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.
zzgl.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
21 Tage Widerrufsrecht
Technische Daten
Erscheinungsdatum
18.08.2026
Sprache
Englisch
EAN
9798868829574
Herausgeber
APRESS
Sonderedition
Nein
Autor
Priyanka Neelakrishnan
Seitenanzahl
737
Einbandart
Broschiert
Buch Untertitel
Protecting the Future of Enterprise Security
Schlagwörter
Large Language Models (LLMs), LLM Security, Jailbreaking LLMs, Prompt Injection Attacks, Adversarial AI, Enterprise AI Security, AI Governance, Ethical AI, AI Threat Modeling, AI Incident Response, Data Protection for AI, Generative AI Risks
Thema-Inhalt
UR - Computersicherheit
UTN - Netzwerksicherheit
UYQ - Künstliche Intelligenz
Höhe
235 mm
Breite
15.5 cm
Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.
Transparenz & Sicherheit
Hersteller: Apress, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
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!
Sicher bei rebuy kaufen