Der Artikel wird am Ende des Bestellprozesses zum Download zur Verfügung gestellt.

Machine Learning-Verhaltensanalysen zur Erkennung von Gefahren aus dem Inneren der Infrastruktur im Smart City-Umfeld

Sofort lieferbar | Lieferzeit: Sofort lieferbar I
ISBN-13:
9783346580535
Veröffentl:
2022
Seiten:
140
Autor:
Johannes Euler
eBook Typ:
PDF
eBook Format:
Reflowable
Kopierschutz:
NO DRM
Sprache:
Deutsch
Beschreibung:

Masterarbeit aus dem Jahr 2018 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1.0, Hochschule Reutlingen (ESB Business School), Sprache: Deutsch, Abstract: Die Masterthesis gibt einen Überblick über den Einsatz von Machine Learning-Verhaltensanalysen zur Erkennung von Gefahren aus dem Inneren im Kontext von Smart Cities. Dabei wurden im Rahmen einer Fallstudie drei verschiedene Digitalisierungsprojekte der Stadt Darmstadt ("IoT-Netz LoRaWAN", "Verkehrssteuerungsnetzwerk" und "digitales Krankenhaus") auf Gefahren aus dem Inneren und auf die Anwendbarkeit von Nutzer- und Entitätsverhaltensanalysen (UEBA) überprüft und miteinander verglichen. Hierfür wurden Interviews mit Experten aus Darmstadt qualitativ nach Mayring 2010 ausgewertet und in die Form einer Risikoprüfung nach Nostro et al. 2013, 2014 gebracht. Zusätzlich wurden bei jeder Analyseeinheit verwandte Fallstudien und theoretische Werke hinzugezogen.

Kunden Rezensionen

Zu diesem Artikel ist noch keine Rezension vorhanden.
Helfen sie anderen Besuchern und verfassen Sie selbst eine Rezension.