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 GenerationiPhone Duo Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
SonyAlle anzeigen
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
GoogleKobo
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

21 Tage Widerrufsrecht

Machine Learning and Deep Learning Meet Computer Networks

Sangita Roy, Pranesh Santikellur, Rajat Subhra Chakraborty (Gebundene Ausgabe, Englisch)

Optischer Zustand
Beschreibung
This book presents a comprehensive exploration of how artificial intelligence techniques are transforming modern networking systems. It begins with foundational concepts in computer networks, explaining core components such as protocols, transmission media, and network architectures. The introductory chapters bridge traditional networking with machine learning (ML), highlighting how supervised,…  unsupervised, and reinforcement learning approaches, address challenges. These challenges range from traffic classification, quality-of-service prediction, anomaly detection to dynamic routing. A detailed treatment of deep learning (DL) architectures including CNNs, RNNs, GNNs, autoencoders, GANs, and transformers, demonstrates how complex, high-dimensional network data can be modeled effectively for optimization and security. This book also book introduces lightweight and visual traffic-classification frameworks based on Kolmogorov–Arnold Networks (KAN), including the KAN-Vis model and the RISK-4-Auto architecture for automotive networks. It further presents hybrid deep learning approaches, such as ODENet–LSTM models for botnet detection and an optimized multi-layer intrusion detection system enhanced with genetic algorithms. Each methodology is supported by systematic experimentation and performance evaluation. The concluding chapter outlines future directions in AI-native networking, edge intelligence, federated learning, and self-healing security architectures. This book targets researchers and professional working in this related field as well as graduate students focused on intelligent networking.
Dieses Produkt haben wir gerade leider nicht auf Lager.
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Technische Daten


Erscheinungsdatum
28.10.2026
Sprache
Englisch
EAN
9783032307477
Herausgeber
Springer International Publishing
Sonderedition
Nein
Autor
Sangita Roy, Pranesh Santikellur, Rajat Subhra Chakraborty
Seitenanzahl
91
Einbandart
Gebundene Ausgabe
Schlagwörter
Computer networks, network layers, network management, Machine Learning in Computer Networks, Deep Learning for Networking, Artificial Intelligence in Network Management, Intelligent Traffic Classification, Network Anomaly Detection, Quality of Service Prediction, Dynamic Routing Optimization, Intrusion Detection Systems (IDS), Botnet Detection, Automotive Network Security, Kolmogorov–Arnold Networks (KAN), KAN-Vis Traffic Classification, RISK-4-Auto Architecture, ODENet–LSTM Hybrid Models, Genetic Algorithm Optimization
Thema-Inhalt
UYQM - Maschinelles Lernen UYQ - Künstliche Intelligenz UKN - Netzwerk-Hardware UTN - Netzwerksicherheit
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: Springer Nature Switzerland AG, Europaplatz 3,69115 Heidelberg, Germany, Heidelberg, Deutschland, 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!