KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Security and Resilience in Distributed Machine Learning

Security and Resilience in Distributed Machine Learning Challenges, Techniques, and Future Directions

Aus der Reihe Springer Series in Reliability Engineering

197,99 €

inkl. gesetzl. MwSt.

Beschreibung

This book offers a comprehensive exploration of federated learning (FL), a novel approach to decentralized, privacy-preserving machine learning. This book delves into the resilience and security challenges inherent to FL, such as model poisoning and malicious attacks, that jeopardize system integrity....

Beschreibung

This book offers a comprehensive exploration of federated learning (FL), a novel approach to decentralized, privacy-preserving machine learning. This book delves into the resilience and security challenges inherent to FL, such as model poisoning and malicious attacks, that jeopardize system integrity. Through cutting-edge research and practical insights, the book introduces defense mechanisms like representational similarity analysis and visual explanation techniques, which safeguard FL models while ensuring performance and scalability. It also explores the evolving landscape of FL, including the integration of graph neural networks, explainable AI, and energy-efficient designs that drive sustainability in distributed systems. As FL becomes increasingly vital across industries-from healthcare and finance to IoT and smart cities-this book addresses the critical balance between security, functionality, and compliance with global data privacy regulations. It is an essential resource for researchers, industry professionals, and policymakers aiming to navigate and contribute to the rapidly growing domain of FL. By bridging theory and practice, this book contributes to advancing secure and resilient FL technologies.

Produktdetails

Format

PDF
Kopierschutz

Nein
Family Sharing

Nein
Text-to-Speech

Nein

Produktdetails

Format

PDF

Format

eBooks im PDF-Format haben eine festgelegte Seitengröße und eignen sich daher nur bedingt zum Lesen auf einem tolino eReader oder Smartphone. Für den vollen Lesegenuss empfehlen wir Ihnen bei PDF-eBooks die Verwendung eines Tablets oder Computers.

Kopierschutz

Nein

Kopierschutz

Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie, allen sonstigen eReadern und am PC lesen. Das eBook ist nicht kopiergeschützt und kann ein personalisiertes Wasserzeichen enthalten. Weitere Hinweise zum Lesen von eBooks mit einem personalisierten Wasserzeichen finden Sie unter Hilfe/Downloads.

Family Sharing

Nein

Family Sharing

Mit Family Sharing können Sie eBooks innerhalb Ihrer Familie (max. sechs Mitglieder im gleichen Haushalt) teilen. Sie entscheiden selbst, welches Buch Sie mit welchem Familienmitglied teilen möchten. Auch das parallele Lesen durch verschiedene Familienmitglieder ist durch Family Sharing möglich. Um eBooks zu teilen oder geteilt zu bekommen, muss jedes Familienmitglied ein Konto bei Thalia oder einem anderen tolino-Buchhändler haben. Weitere Informationen finden Sie unter Hilfe/Family-Sharing.

Text-to-Speech

Nein

Text-to-Speech

Bedeutet Ihnen Stimme mehr als Text? Mit der Funktion Text-to-Speech können Sie sich im tolino webReader und in der aktuellen Thalia – Lesen & Hören App das eBook vorlesen lassen. Weitere Informationen finden Sie unter Hilfe/Text-to-Speech.

Erscheinungsdatum

16.05.2026
Verlag Springer
Seitenzahl

238 (Printausgabe)
Dateigröße

13768 KB
Sprache

Englisch
EAN

9783032239594
Barrierefreiheit
  • alle zum Verständnis notwendigen Inhalte sind über Screenreader zugänglich
  • navigierbares Inhaltsverzeichnis
  • logische Lesereihenfolge eingehalten
  • kurze Alternativtexte (z.B. für Abbildungen) vorhanden
  • hoher Kontrast zwischen Text und Hintergrund
  • entspricht der Vorgabe Barrierefreiheit PDF / UA 1
  • nicht oder eingeschränkt barrierefrei
  • keine Vorlesefunktionen des Lesesystems deaktiviert
  • Inhalt auch ohne Farbwahrnehmung verständlich dargestellt
  • Navigation über vorher / nachher Elemente

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)

Weitere Artikel finden Sie in
  • Produktbild: Security and Resilience in Distributed Machine Learning