Moving Target Defense Based on Artificial Intelligence (eBook)

Moving Target Defense Based on Artificial Intelligence (eBook)

Prezzo:
€ 46,79
Compra EPUB
Prezzo:
€ 46,79
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: Inglese
Editore: Springer
Collana: Computer Science (R0)
Codice EAN: 9789819506156
Anno pubblicazione: 2025
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

Moving Target Defense (MTD) has been proposed as an innovative defense framework, which aims to introduce the dynamics, diversity and randomization into static network by the shuffling, heterogeneity and redundancy. It is born to solve the problem that traditional security solutions respond and defend against security threats after attacks occurrence, which will lead to the defender always having disadvantages in attack-defense confrontation. This book explores the challenges and solutions related to moving target defense in the cloud-edge-terminal networks. This book fills this gap by providing a comprehensive and detailed approach to designing intelligent MTD frameworks for cloud-edge-terminal networks. It is essential reading for researchers and professionals in network security and artificial intelligence who seek innovative defense solutions. The book is organized into 6 chapters, each addressing a key area of MTD and its integration with Artificial Intelligence. Chapter 1 introduces the fundamental concepts of MTD, security challenges in cloud-edge-terminal networks, and the role of artificial intelligence in enhancing MTD. Chapter 2 delves into host address mutation based on advantage actor-critic approach. Chapter 3 proposes a collaborative mutation-based MTD based on hierarchical reinforcement learning. Chapter 4 presents roadside units configuration mutation based on proximal policy optimization approach. Chapter 5 explores route mutation based on multiagent reinforcement learning. Chapter 6 provides a summary of insights and lessons learned throughout the book and outlines future research directions in MTD.