Autor Fung, Benjamin C. M.
|
|
Documentos disponibles escritos por este autor (2)
Hacer una sugerencia Refinar búsqueda
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 Trends and Applications in Knowledge Discovery and Data Mining / Ganji, Mohadeseh ; Rashidi, Lida ; Fung, Benjamin C. M. ; Wang, Can
Título : Trends and Applications in Knowledge Discovery and Data Mining : PAKDD 2018 Workshops, BDASC, BDM, ML4Cyber, PAISI, DaMEMO, Melbourne, VIC, Australia, June 3, 2018, Revised Selected Papers Tipo de documento: documento electrónico Autores: Ganji, Mohadeseh, ; Rashidi, Lida, ; Fung, Benjamin C. M., ; Wang, Can, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XX, 370 p. 289 ilustraciones, 95 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-04503-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Procesamiento de datos Software de la aplicacion Protección de datos Ciencias sociales Red de computadoras Minería de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Aplicación informática en ciencias sociales y del comportamiento Redes de comunicación informática Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro constituye las actas posteriores al taller, exhaustivamente revisadas, en los Talleres PAKDD 2018, celebrados junto con la 22.ª Conferencia Pacífico-Asia sobre Descubrimiento de Conocimiento y Minería de Datos, PAKDD 2018, en Melbourne, Australia, en junio de 2018. Los 32 artículos revisados presentados fueron cuidadosamente revisado y seleccionado entre 46 presentaciones. Los talleres afiliados a PAKDD 2018 incluyen: Taller sobre análisis de Big Data para informática social, BDASC, Taller de Australasia sobre aprendizaje automático para ciberseguridad, ML4Cyber, Taller sobre técnicas de inspiración biológica para el descubrimiento de conocimientos y minería de datos, BDM, Taller de Asia Pacífico sobre Informática de Inteligencia y Seguridad, PAISI, y Taller de Minería de Datos para el Modelado y Optimización Energética, DaMEMO. Nota de contenido: Big Data Analytics for Social Computing (BDASC) -- Australasian Workshop on Machine Learning for Cyber-security (ML4Cyber) -- Biologically-inspired Techniques for Knowledge Discovery and Data Mining (BDM) -- Pacific Asia Workshop on Intelligence and Security Informatics (PAISI) -- Data Mining for Energy Modeling and Optimization (DaMEMO). 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 Trends and Applications in Knowledge Discovery and Data Mining : PAKDD 2018 Workshops, BDASC, BDM, ML4Cyber, PAISI, DaMEMO, Melbourne, VIC, Australia, June 3, 2018, Revised Selected Papers [documento electrónico] / Ganji, Mohadeseh, ; Rashidi, Lida, ; Fung, Benjamin C. M., ; Wang, Can, . - 1 ed. . - [s.l.] : Springer, 2018 . - XX, 370 p. 289 ilustraciones, 95 ilustraciones en color.
ISBN : 978-3-030-04503-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Procesamiento de datos Software de la aplicacion Protección de datos Ciencias sociales Red de computadoras Minería de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Aplicación informática en ciencias sociales y del comportamiento Redes de comunicación informática Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro constituye las actas posteriores al taller, exhaustivamente revisadas, en los Talleres PAKDD 2018, celebrados junto con la 22.ª Conferencia Pacífico-Asia sobre Descubrimiento de Conocimiento y Minería de Datos, PAKDD 2018, en Melbourne, Australia, en junio de 2018. Los 32 artículos revisados presentados fueron cuidadosamente revisado y seleccionado entre 46 presentaciones. Los talleres afiliados a PAKDD 2018 incluyen: Taller sobre análisis de Big Data para informática social, BDASC, Taller de Australasia sobre aprendizaje automático para ciberseguridad, ML4Cyber, Taller sobre técnicas de inspiración biológica para el descubrimiento de conocimientos y minería de datos, BDM, Taller de Asia Pacífico sobre Informática de Inteligencia y Seguridad, PAISI, y Taller de Minería de Datos para el Modelado y Optimización Energética, DaMEMO. Nota de contenido: Big Data Analytics for Social Computing (BDASC) -- Australasian Workshop on Machine Learning for Cyber-security (ML4Cyber) -- Biologically-inspired Techniques for Knowledge Discovery and Data Mining (BDM) -- Pacific Asia Workshop on Intelligence and Security Informatics (PAISI) -- Data Mining for Energy Modeling and Optimization (DaMEMO). 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
