A COMPREHENSIVE STUDY OF DEEP LEARNING, TEMPORAL ANALYSIS AND SEMANTIC-ANOMALY SUSION FOR IOT AND IIOT INTRUSION DETECTION /
Պահպանված է:
| Հիմնական հեղինակ: | |
|---|---|
| Համատեղ հեղինակ: | |
| Ձևաչափ: | Գիրք |
| Լեզու: | անգլերեն |
| Հրապարակվել է: |
Dhaka :
EECE DEPT. MIST,
c2026.
|
| Խորագրեր: | |
| Ցուցիչներ: |
Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!
|
Նմանատիպ նյութեր: A COMPREHENSIVE STUDY OF DEEP LEARNING, TEMPORAL ANALYSIS AND SEMANTIC-ANOMALY SUSION FOR IOT AND IIOT INTRUSION DETECTION /
- AN ADVERSARIAL APPROACH FOR INTRUSION DETECTION USING DEEP LEARNING /
- FLOW BASED ANOMALY DETECTION IN SOFTWARE DEFINED NETWORKING: A DEEP LEARNING APPROACH WITH FEATURE SELECTION METHOD
- FLOW BASED ANOMALY DETECTION IN SOFTWARE DEFINED NETWORKING: A DEEP LEARNING APPROACH WITH FEATURE SELECTION METHOD /
- AUTOMATIC HAND GESTURE RECOGNITION USING SEMANTIC SEGMENTATION AND DEEP LEARNING /
- A COMPARATIVE BEHAVIOURAL STUDY OF MACHINE LEARNING AND DEEP LEARNING MODELS FOR NETWORK INTRUSION DETECTION ACROSS DATASETS OF DIFFERING STATISTICAL CHARACTER /
- ENHANCED DETECTION AND ANOMALY IDENTIFICATION IN CHIPLESS RFID SYSTEMS USING SCALABLE MACHINE LEARNING MODELS /