Responsible Graph Neural Networks
Az egyre gyakoribb és összetettebb kiberfenyegetések robusztus, automatizált és gyors válaszokat igényelnek a kiberbiztonsági szakemberektől. Ez a könyv teljes körű tanulmányt kínál a kibertérben alkalmazott gráftanulás területén, kiemelve a gráf neurális hálózatokat (GNN-ek) és azok kiberbiztonsági alkalmazásait.
Három rész vizsgálja az alapokat, a módszereket és gyakorlatokat, valamint a haladó témákat. Az első rész a gráf adatszerkezetek és a gráfbeágyazás alapjait mutatja be, és taxonómiai áttekintést ad a GNN-ekről és a kiberbiztonsági alkalmazásokról. A második rész a gráftanulás három különböző kategóriáját ismerteti, köztük a determinisztikus, a generatív és a megerősítéses tanulást, valamint azt, hogy ezek hogyan használhatók kibervédelmi modellek fejlesztésére.
Az egyes kategóriák tárgyalása kitér az egyszerű és összetett gráfok alkalmazhatóságára, a skálázhatóságra, a reprezentatív algoritmusokra és a technikai részletekre. Az egyetemi hallgatók, végzős hallgatók, kutatók, kiberelemzők és a gyakorlati mélytanulási módszerek megértését kereső mesterséges intelligencia mérnökök felbecsülhetetlen értékű forrásnak fogják találni ezt a könyvet.
