Unsupervised AI-based supply chain attack detection

Mavrelos, Antonis; Μαυρέλος, Αντώνιος

dc.contributor.advisor	Xenakis, Christos
dc.contributor.advisor	Ξενάκης, Χρήστος
dc.contributor.author	Mavrelos, Antonis
dc.contributor.author	Μαυρέλος, Αντώνιος
dc.date.accessioned	2024-03-29T07:17:54Z
dc.date.available	2024-03-29T07:17:54Z
dc.date.issued	2023
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/16328
dc.identifier.uri	http://dx.doi.org/10.26267/unipi_dione/3750
dc.format.extent	29	el
dc.language.iso	en	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.title	Unsupervised AI-based supply chain attack detection	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων	el
dc.description.abstractEN	AI is already a game-changer in Cybersecurity by advancing speed accuracy and precision in defenses. This is an unsupervised AI-based approach to software supply chain attack detection.	el
dc.contributor.master	Ασφάλεια Ψηφιακών Συστημάτων	el
dc.subject.keyword	Supply	el
dc.subject.keyword	Chain	el
dc.subject.keyword	Unsupervised	el
dc.date.defense	2024-02-27

Αρχεία σε αυτό το τεκμήριο

Name:: Mavrelos_2114.pdf
Μέγεθος:: 3.372Mb
Τύπος:: PDF
Description:: Master thesis

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα