fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Sah / Sulaiman / Tyagi

Federated Learning in Finance

Unlocking Privacy-Preserving and Cyber Resilience using AI

Medium: Buch
ISBN: 978-1-041-11510-6
Verlag: Taylor & Francis Ltd
Erscheinungstermin: 13.05.2026
Jetzt vorbestellen
vorbestellbar, Erscheinungstermin ca. Mai 2026
Auf die Merkliste Drucken
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

Federated Learning in Finance: Unlocking Privacy-Preserving and Cyber Resilience using AI is an edited volume designed to explore how Federated Intelligence can help the finance industry defend against cyber threats, detect fraud, and comply with regulations, all while keeping sensitive financial data secure and distributed.

This book provides a comprehensive roadmap for integrating federated learning (FL) and artificial intelligence (AI)-driven cyber security into financial ecosystems. Unlike conventional AI systems that require data centralization, Federated Intelligence enables financial institutions to collaborate securely, train powerful AI models, and combat cyber threats.

Produkteigenschaften

  • Artikelnummer: 9781041115106
  • Medium: Buch
  • ISBN: 978-1-041-11510-6
  • Verlag: Taylor & Francis Ltd
  • Erscheinungstermin: 13.05.2026
  • Sprache(n): Englisch
  • Auflage: 1. Auflage 2026
  • Produktform: Gebunden
  • Gewicht: 790 g
  • Seiten: 342
  • Format (B x H): 178 x 254 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Herausgeber

1. Regulatory challenges and compliance in federated learning (FL) for financial applications, 2. The mechanism of federated learning, 3. Federated learning for fraud detection and risk mitigation, 4. Cybersecurity vulnerabilities in federated learning, 5. Zero Trust principles in AI-driven architectures: Security by design, 6. Data poisoning and adversarial attacks in federated learning, 7. Securing digital payments and transactions using federated learning, 8. Blockchain and federated learning, 9. Cyber resilience through adaptive federated learning, 10. Quantum threats and federated AI, 11. Next-gen and autonomous federated systems, 12. A roadmap for federated learning adoption, 13. Cyber resilience in sports organisations: Federal learning for financial, fan, and athlete data security, 14. Ethical AI in federated financial systems: Balancing privacy, utility, and fairness in a decentralized era