Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Securing the Web: Machine Learning for CSRF Vulnerability Detection. Harnessing Machine Learning Algorithms for Accurate Detection and Prevention

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Pallavi Reddy
ISBN: 9786206686712
Год издания: 1905
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 64
Издательство: LAP LAMBERT Academic Publishing
Цена: 27237 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли экономики:
Код товара: 760502
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: Web Vulnerability Detection of Cross-Site Request Forgery Using Machine Learning Algorithm" is a book that focuses on the detection and prevention of Cross-Site Request Forgery (CSRF) vulnerabilities in web applications. The book presents a precise and practical approach to leveraging machine learning algorithms for identifying and mitigating these web security threats. It offers insights into the risks associated with CSRF attacks, explains the fundamentals of machine learning, and demonstrates how machine learning algorithms can be trained to detect and prevent CSRF vulnerabilities in real-time. This book is a valuable resource for web developers, security professionals, and researchers interested in fortifying web applications against CSRF attacks using advanced machine learning techniques.
Ключевые слова: Machine Learning, Vulnerabilty Detection