| Título : |
Machine Learning for Authorship Attribution and Cyber Forensics |
| Tipo de documento: |
documento electrónico |
| Autores: |
Iqbal, Farkhund, Autor ; Debbabi, Mourad, Autor ; Fung, Benjamin C. M., Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
IX, 158 p. 38 ilustraciones, 28 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-61675-5 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Procesamiento de datos Aprendizaje automático Delitos informáticos Minería de datos y descubrimiento de conocimientos cibercrimen |
| Índice Dewey: |
006.312 Minería de datos |
| Resumen: |
El libro explora primero el panorama de la ciberseguridad y la susceptibilidad inherente de los sistemas de comunicación en línea, como el correo electrónico, las conversaciones por chat y las redes sociales, en los delitos cibernéticos. En este libro se ilustran las fuentes y recursos comunes de los delitos digitales, sus causas y efectos junto con las amenazas emergentes para la sociedad. Este libro no sólo explora las crecientes necesidades de la ciberseguridad y la ciencia forense digital, sino que también investiga tecnologías y métodos relevantes para satisfacer dichas necesidades. Se exploran el descubrimiento de conocimientos, el aprendizaje automático y el análisis de datos para recopilar pruebas forenses y de ciberinteligencia sobre delitos cibernéticos. Los documentos de comunicación en línea, que son la principal fuente de los ciberdelitos, se investigan desde dos perspectivas: la del delito y la del delincuente. Se aplican métodos de inteligencia artificial y aprendizaje automático para detectar actividades ilegales y delictivas, como la distribución de bots, el tráfico de drogas y la pornografía infantil. Se aplica el análisis de autoría para identificar a los potenciales sospechosos y sus características lingüísticas sociales. Se aplica el aprendizaje profundo junto con técnicas frecuentes de minería de patrones y minería de enlaces para rastrear a los posibles colaboradores de los delincuentes identificados. Finalmente, el objetivo del libro no es sólo investigar los crímenes e identificar a los posibles sospechosos sino, también, recopilar pruebas forenses sólidas y precisas para procesar a los sospechosos en los tribunales. . |
| Nota de contenido: |
1. Cybersecurity And Cybercrime Investigation -- 2. Machine Learning Framework For Messaging Forensics -- 3. Header-Level Investigation And Analyzing Network Information -- 4. Authorship Analysis Approaches -- 5. Authorship Analysis - Writeprint Mining For Authorship Attribution -- 6. Authorship Attribution With Few Training Samples -- 7. Authorship Characterization -- 8. Authorship Verification -- 9. Authorship Attribution Using Customized Associative Classification -- 10. Criminal Information Mining -- 11. Artificial Intelligence And Digital Forensics. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Machine Learning for Authorship Attribution and Cyber Forensics [documento electrónico] / Iqbal, Farkhund, Autor ; Debbabi, Mourad, Autor ; Fung, Benjamin C. M., Autor . - 1 ed. . - [s.l.] : Springer, 2020 . - IX, 158 p. 38 ilustraciones, 28 ilustraciones en color. ISBN : 978-3-030-61675-5 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Procesamiento de datos Aprendizaje automático Delitos informáticos Minería de datos y descubrimiento de conocimientos cibercrimen |
| Índice Dewey: |
006.312 Minería de datos |
| Resumen: |
El libro explora primero el panorama de la ciberseguridad y la susceptibilidad inherente de los sistemas de comunicación en línea, como el correo electrónico, las conversaciones por chat y las redes sociales, en los delitos cibernéticos. En este libro se ilustran las fuentes y recursos comunes de los delitos digitales, sus causas y efectos junto con las amenazas emergentes para la sociedad. Este libro no sólo explora las crecientes necesidades de la ciberseguridad y la ciencia forense digital, sino que también investiga tecnologías y métodos relevantes para satisfacer dichas necesidades. Se exploran el descubrimiento de conocimientos, el aprendizaje automático y el análisis de datos para recopilar pruebas forenses y de ciberinteligencia sobre delitos cibernéticos. Los documentos de comunicación en línea, que son la principal fuente de los ciberdelitos, se investigan desde dos perspectivas: la del delito y la del delincuente. Se aplican métodos de inteligencia artificial y aprendizaje automático para detectar actividades ilegales y delictivas, como la distribución de bots, el tráfico de drogas y la pornografía infantil. Se aplica el análisis de autoría para identificar a los potenciales sospechosos y sus características lingüísticas sociales. Se aplica el aprendizaje profundo junto con técnicas frecuentes de minería de patrones y minería de enlaces para rastrear a los posibles colaboradores de los delincuentes identificados. Finalmente, el objetivo del libro no es sólo investigar los crímenes e identificar a los posibles sospechosos sino, también, recopilar pruebas forenses sólidas y precisas para procesar a los sospechosos en los tribunales. . |
| Nota de contenido: |
1. Cybersecurity And Cybercrime Investigation -- 2. Machine Learning Framework For Messaging Forensics -- 3. Header-Level Investigation And Analyzing Network Information -- 4. Authorship Analysis Approaches -- 5. Authorship Analysis - Writeprint Mining For Authorship Attribution -- 6. Authorship Attribution With Few Training Samples -- 7. Authorship Characterization -- 8. Authorship Verification -- 9. Authorship Attribution Using Customized Associative Classification -- 10. Criminal Information Mining -- 11. Artificial Intelligence And Digital Forensics. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
