诺森图书音像专营店
  • 扫码下单

  • 音像信息物理系统强化学习 网络安全示例(美)李崇,(美)邱美康
  • 正版
    • 作者: (美)李崇,(美)邱美康著 | (美)李崇,(美)邱美康编 | (美)李崇,(美)邱美康译 | (美)李崇,(美)邱美康绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-03-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    店铺装修中

    商家:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    诺森图书音像专营店

  • 商品参数
    • 作者: (美)李崇,(美)邱美康著| (美)李崇,(美)邱美康编| (美)李崇,(美)邱美康译| (美)李崇,(美)邱美康绘
    • 出版社:机械工业出版社
    • 出版时间:2021-03-01
    • 版次:1
    • 印次:1
    • 页数:184
    • 开本:16开
    • ISBN:9787111676478
    • 版权提供:机械工业出版社
    • 作者:(美)李崇,(美)邱美康
    • 著:(美)李崇,(美)邱美康
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787111676478
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-03-01
    • 页数:184
    • 外部编号:1202314613
    • 版次:1
    • 成品尺寸:暂无

    出版者的话

    译者序

    前言

    作者简介

    部分 介绍

    章 强化学习概述

    1.1 强化学习综述

    1.1.1 引言

    1.1.2 与机器学习方法的比较

    1.1.3 强化学习示例

    1.1.4 强化学习应用

    1.2 强化学习的发展历史

    1.2.1 传统的强化学习

    1.2.2 深度强化学习

    1.3 强化学习的工具

    1.4 本章小结

    第2章 信息物理系统和网络安全概述

    2.1 引言

    2.2 信息物理系统研究示例

    2.2.1 资源分配

    2.2.2 数据传输与管理

    2.. 能源控制

    2.2.4 基于模型的软件设计

    . 网络安全威胁

    ..1 网络安全的对手

    ..2 网络安全的目标

    2.4 本章小结

    2.5 练习

    第二部分 强化学习在信息物理系统中的应用

    第3章 强化学习问题

    3.1 多臂问题

    3.1.1 ε-greedy算法

    3.1.2 softmax算法

    3.1.3 UCB算法

    3.2 上下文问题

    3.3 完整的强化学习问题

    3.3.1 强化学习的要素

    3.3.2 马尔可夫决策过程介绍

    3.3.3 值函数

    3.4 本章小结

    3.5 练习

    第4章 基于模型的强化学习

    4.1 引言

    4.2 动态规划

    4.2.1 策略迭代法

    4.2.2 价值迭代法

    4.. 异步动态规划

    4.3 部分可观察马尔可夫决策过程

    4.4 连续马尔可夫决策过程

    4.4.1 惰近似

    4.4.2 函数近似

    4.5 本章小结

    4.6 练习

    第5章 无模型强化学习

    5.1 引言

    5.2 强化学习预测

    5.2.1 学习

    5.2.2 时序差分学习

    5.3 强化学习控制

    5.3.1 控制

    5.3.2 基于时序差分的控制

    5.3.3 策略梯度

    5.3.4 actor-critic

    5.4 不错算法

    5.4.1 期望Sarsa

    5.4.2 双-learning

    5.5 本章小结

    5.6 练习

    第6章 深度强化学习

    6.1 引言

    6.2 深度神经网络

    6.2.1 卷积神经网络

    6.2.2 循环神经网络

    6.3 深度学习在值函数上的应用

    6.4 深度学习在策略函数上的应用

    6.4.1 DDPG

    6.4.2 A3C

    6.5 深度学习在强化学习模型上的应用

    6.6 深度强化学习计算效率

    6.7 本章小结

    6.8 练习

    第三部分 案例研究

    第7章 强化学习与网络安全

    7.1 传统的网络安全方法

    7.1.1 传统的网络安全技术

    7.1.2 新兴网络安全威胁

    7.2 强化学习在网络安全中的应用

    7.2.1 移动群智感知中的虚感知攻击

    7.2.2 认知无线电网络中的安全强化

    7.. 移动边缘计算中的安全问题

    7.2.4 网络安全分析师的动态调度

    7.3 本章小结

    7.4 练习

    第8章 案例研究:智能电网中的在线网络攻击检测

    8.1 引言

    8.2 系统模型和状态估计

    8.2.1 系统模型

    8.2.2 状态估计

    8.3 问题描述

    8.4 解决方案

    8.5 结果

    8.5.1 设与参设置

    8.5.2 能评估

    8.6 本章小结

    第9章 案例研究:击败中间人攻击

    9.1 引言

    9.2 强化学习方法

    9.2.1 状态空间

    9.2.2 行动空间

    9.. 奖励

    9.3 实验和结果

    9.3.1 模型训练

    9.3.2 在线实验

    9.4 讨论

    9.4.1 基于探测器的检测系统

    9.4.2 运用SDN/OpenFlow使模型实用

    9.5 本章小结

    参考文献

    索引

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购