Confluence of AI, Machine, and Deep Learning in Cyber Forensics
A tudásmodell kidolgozása segít formalizálni a bűncselekmények elemzésének nehéz feladatát, a digitális bizonyítékok megőrzése és jogi feldolgozásra való bemutatása mellett.
Az adatelemzési technikák használata a bizonyítékok összegyűjtéséhez segíti a törvényszéki nyomozókat a bizonyítékok összegyűjtéséhez és kinyeréséhez használt szabványos törvényszéki eljárások, technikák és módszerek követésében. Az adatforrások és információk változatai egyedileg azonosíthatók, fizikailag elkülöníthetők a bűncselekmény helyszínétől, védhetők, tárolhatók és továbbíthatók a vizsgálathoz az AI-technikák segítségével.
Ilyen nagy mennyiségű törvényszéki adat feldolgozása esetén különböző mélytanulási technikák alkalmazhatók. A Confluence of AI, Machine, and Deep Learning in Cyber Forensics (A mesterséges intelligencia, a gépi és a mélytanulás összefolyása a kiber-törvényszéki igazságszolgáltatásban) című könyv a legújabb, a kiber-törvényszéki igazságszolgáltatásban uralkodó problémák megoldására szolgáló, a hatékony és eredményes nyomozást támogató legújabb AI-technikákról szóló élvonalbeli kutatásokat tartalmazza. Ez a könyv a mélytanulási algoritmusok értékét igyekszik megérteni a bizonyítékadatok kezelésében, valamint a neurális hálózatok használatát a nyomozati adatok elemzésében.
További témák, amelyeket vizsgálnak, a következők: a gépi tanulási algoritmusok, amelyek lehetővé teszik, hogy a gépek interakcióba lépjenek a bizonyítékokkal, a mélytanulási algoritmusok, amelyek képesek kezelni a bizonyítékok megszerzését és megőrzését, valamint mindkét területen olyan technikák, amelyek lehetővé teszik a törvényszéki nyomozás során összegyűjtött hatalmas mennyiségű adat elemzését. Ez a könyv ideális a törvényszéki szakértők, törvényszéki nyomozók, kiber-helyszínelők, kutatók, akadémikusok és a kiber-helyszínelők, a számítástechnika és mérnöki tudományok, az informatika, valamint az elektronika és kommunikáció iránt érdeklődő hallgatók számára.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)