Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 06.07.2026 auf fremdsprachige Bücher online auf thalia.at, in der Thalia App ab einem Mindestbestellwert von 30€ und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.
  • Produktbild: Network Classification for Traffic Management
  • Produktbild: Network Classification for Traffic Management

Network Classification for Traffic Management Anomaly Detection, Feature Selection, Clustering and Classification

154,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

23.03.2020

Verlag

Institution of Engineering & Technology

Seitenzahl

288

Maße (L/B/H)

23,4/16,3/2,3 cm

Gewicht

590 g

Sprache

Englisch

ISBN

978-1-78561-921-2

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

23.03.2020

Verlag

Institution of Engineering & Technology

Seitenzahl

288

Maße (L/B/H)

23,4/16,3/2,3 cm

Gewicht

590 g

Sprache

Englisch

ISBN

978-1-78561-921-2

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Network Classification for Traffic Management
  • Produktbild: Network Classification for Traffic Management

    • Chapter 1: Introduction
    • Chapter 2: Background
    • Chapter 3: Related work
    • Chapter 4: A taxonomy and empirical analysis of clustering algorithms for traffic classification
    • Chapter 5: Toward an efficient and accurate unsupervised feature selection
    • Chapter 6: Optimizing feature selection to improve transport layer statistics quality
    • Chapter 7: Optimality and stability of feature set for traffic classification
    • Chapter 8: A privacy-preserving framework for traffic data publishing
    • Chapter 9: A semi-supervised approach for network traffic labeling
    • Chapter 10: A hybrid clustering-classification for accurate and efficient network classification
    • Chapter 11: Conclusion