Título :	Second IFIP TC 6 International Conference, MLN 2019, Paris, France, December 3–5, 2019, Revised Selected Papers
Tipo de documento:	documento electrónico
Autores:	Boumerdassi, Selma, ; Renault, Éric, ; Mühlethaler, Paul,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2020
Número de páginas:	XIII, 486 p. 267 ilustraciones, 183 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-45778-5
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  Ingeniería Informática  Red de computadoras  Software de la aplicacion  Protección de datos  Minería de datos y descubrimiento de conocimientos  Ingeniería Informática y Redes  Aplicaciones informáticas y de sistemas de información  Seguridad de datos e información
Índice Dewey:	6.312
Resumen:	Este libro constituye las actas minuciosamente arbitradas de la Segunda Conferencia Internacional sobre Aprendizaje Automático para Redes, MLN 2019, celebrada en París, Francia, en diciembre de 2019. Los 26 artículos completos revisados ​​incluidos en el volumen fueron cuidadosamente revisados ​​y seleccionados entre 75 presentaciones. Presentan y discuten nuevas tendencias en aprendizaje profundo y de refuerzo, reconocimiento de patrones y clasificación para redes, aprendizaje automático para optimización de corte de redes, sistema 5G, predicción del comportamiento del usuario, multimedia, IoT, seguridad y protección, optimización y nuevos métodos innovadores de aprendizaje automático, análisis del rendimiento de las máquinas. algoritmos de aprendizaje, evaluaciones experimentales de aprendizaje automático, minería de datos en redes heterogéneas, algoritmos de aprendizaje automático distribuidos y descentralizados, comunicaciones inteligentes con soporte en la nube, asignación de recursos, comunicaciones conscientes de la energía, redes definidas por software, redes cooperativas, sistemas de posicionamiento y navegación, comunicaciones inalámbricas, Redes de sensores inalámbricos, Redes de sensores submarinos.
Nota de contenido:	Network Anomaly Detection using Federated Deep Autoencoding Gaussian Mixture Model -- Towards a Hierarchical Deep Learning Approach for Intrusion Detection -- Network Trafic Classifi cation using Machine Learning for Software Defined Networks -- A Comprehensive Analysis of Accuracies of Machine Learning Algorithms for Network Intrusion Detection -- Q-routing: from the algorithm to the routing protocol -- Language Model Co-occurrence Linking for Interleaved Activity Discovery -- Achieving Proportional Fairness in WiFi Networks via Bandit Convex Optimization -- Denoising Adversarial Autoencoder for Obfuscated Tra c Detection and Recovery -- Root Cause Analysis of Reduced Accessibility in 4G Networks -- Space-time pattern extraction in alarm logs for network diagnosis -- Machine Learning Methods for Connection RTT and Loss Rate Estimation Using MPI Measurements Under Random Losses -- Algorithm Selection and Model Evaluation in Application Design using Machine Learning -- GAMPAL: Anomaly Detection forInternet Backbone Tra c by Flow Prediction with LSTM-RNN -- Revealing User Behavior by Analyzing DNS Tra c -- A new approach to determine the optimal number of clusters based on the Gap statistic -- MLP4NIDS: an e cient MLP-based Network Intrusion Detection for CICIDS2017 dataset -- Random Forests with a Steepend Gini-Index Split Function and Feature Coherence Injection -- Emotion-based Adaptive Learning Systems -- Machine learning methods for anomaly detection in IoT networks, with illustrations -- DeepRoute: Herding Elephant and Mice Flows with Reinforcement Learning -- Arguments Against using the 1998 DARPA Dataset for Cloud IDS Design and Evaluation and Some Alternative -- Estimation of the Hidden Message Length in Steganography: A Deep Learning Approach -- An Adaptive Deep Learning Algorithm Based Autoencoder for Interference Channels -- A Learning Approach for Road Tra c Optimization in Urban Environments -- CSI based Indoor localization using Ensemble Neural Networks -- Bayesian Classi ersin Intrusion Detection Systems -- A Novel Approach towards Analysis of Attacker Behavior in DDoS Attacks -- Jason-RS, a Collaboration between Agents and an IoT Platform -- Scream to Survive(S2S): Intelligent System to Life-Saving in Disasters Relief -- Association Rules Algorithms for Data Mining Process Based on Multi Agent System -- Internet of Things: Security Between Challenges and Attacks -- Socially and biologically inspired computing for self-organizing communications networks. .
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

Second IFIP TC 6 International Conference, MLN 2019, Paris, France, December 3–5, 2019, Revised Selected Papers [documento electrónico] / Boumerdassi, Selma, ; Renault, Éric, ; Mühlethaler, Paul,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XIII, 486 p. 267 ilustraciones, 183 ilustraciones en color.
ISBN : 978-3-030-45778-5
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  Ingeniería Informática  Red de computadoras  Software de la aplicacion  Protección de datos  Minería de datos y descubrimiento de conocimientos  Ingeniería Informática y Redes  Aplicaciones informáticas y de sistemas de información  Seguridad de datos e información
Índice Dewey:	6.312
Resumen:	Este libro constituye las actas minuciosamente arbitradas de la Segunda Conferencia Internacional sobre Aprendizaje Automático para Redes, MLN 2019, celebrada en París, Francia, en diciembre de 2019. Los 26 artículos completos revisados ​​incluidos en el volumen fueron cuidadosamente revisados ​​y seleccionados entre 75 presentaciones. Presentan y discuten nuevas tendencias en aprendizaje profundo y de refuerzo, reconocimiento de patrones y clasificación para redes, aprendizaje automático para optimización de corte de redes, sistema 5G, predicción del comportamiento del usuario, multimedia, IoT, seguridad y protección, optimización y nuevos métodos innovadores de aprendizaje automático, análisis del rendimiento de las máquinas. algoritmos de aprendizaje, evaluaciones experimentales de aprendizaje automático, minería de datos en redes heterogéneas, algoritmos de aprendizaje automático distribuidos y descentralizados, comunicaciones inteligentes con soporte en la nube, asignación de recursos, comunicaciones conscientes de la energía, redes definidas por software, redes cooperativas, sistemas de posicionamiento y navegación, comunicaciones inalámbricas, Redes de sensores inalámbricos, Redes de sensores submarinos.
Nota de contenido:	Network Anomaly Detection using Federated Deep Autoencoding Gaussian Mixture Model -- Towards a Hierarchical Deep Learning Approach for Intrusion Detection -- Network Trafic Classifi cation using Machine Learning for Software Defined Networks -- A Comprehensive Analysis of Accuracies of Machine Learning Algorithms for Network Intrusion Detection -- Q-routing: from the algorithm to the routing protocol -- Language Model Co-occurrence Linking for Interleaved Activity Discovery -- Achieving Proportional Fairness in WiFi Networks via Bandit Convex Optimization -- Denoising Adversarial Autoencoder for Obfuscated Tra c Detection and Recovery -- Root Cause Analysis of Reduced Accessibility in 4G Networks -- Space-time pattern extraction in alarm logs for network diagnosis -- Machine Learning Methods for Connection RTT and Loss Rate Estimation Using MPI Measurements Under Random Losses -- Algorithm Selection and Model Evaluation in Application Design using Machine Learning -- GAMPAL: Anomaly Detection forInternet Backbone Tra c by Flow Prediction with LSTM-RNN -- Revealing User Behavior by Analyzing DNS Tra c -- A new approach to determine the optimal number of clusters based on the Gap statistic -- MLP4NIDS: an e cient MLP-based Network Intrusion Detection for CICIDS2017 dataset -- Random Forests with a Steepend Gini-Index Split Function and Feature Coherence Injection -- Emotion-based Adaptive Learning Systems -- Machine learning methods for anomaly detection in IoT networks, with illustrations -- DeepRoute: Herding Elephant and Mice Flows with Reinforcement Learning -- Arguments Against using the 1998 DARPA Dataset for Cloud IDS Design and Evaluation and Some Alternative -- Estimation of the Hidden Message Length in Steganography: A Deep Learning Approach -- An Adaptive Deep Learning Algorithm Based Autoencoder for Interference Channels -- A Learning Approach for Road Tra c Optimization in Urban Environments -- CSI based Indoor localization using Ensemble Neural Networks -- Bayesian Classi ersin Intrusion Detection Systems -- A Novel Approach towards Analysis of Attacker Behavior in DDoS Attacks -- Jason-RS, a Collaboration between Agents and an IoT Platform -- Scream to Survive(S2S): Intelligent System to Life-Saving in Disasters Relief -- Association Rules Algorithms for Data Mining Process Based on Multi Agent System -- Internet of Things: Security Between Challenges and Attacks -- Socially and biologically inspired computing for self-organizing communications networks. .
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