Deep Learning-Driven Anomaly Detection for Green IoT Edge Networks

Ahmad Shahnejat Bushehri, Ashkan Amirnia, Adel Belkhiri, Samira Keivanpour, Felipe Gohring De Magalhaes et Gabriela Nicolescu

Article de revue (2024)

Document en libre accès chez l'éditeur officiel

Un lien externe est disponible pour ce document

Département:	Département de mathématiques et de génie industriel Département de génie informatique et génie logiciel
URL de PolyPublie:	https://publications.polymtl.ca/57765/
Titre de la revue:	IEEE Transactions on Green Communications and Networking (vol. 8, no 1)
Maison d'édition:	IEEE
DOI:	10.1109/tgcn.2023.3335342
URL officielle:	https://doi.org/10.1109/tgcn.2023.3335342
Date du dépôt:	28 mars 2024 15:20
Dernière modification:	05 avr. 2024 12:05

Citer en APA 7:	Shahnejat Bushehri, A., Amirnia, A., Belkhiri, A., Keivanpour, S., De Magalhaes, F. G., & Nicolescu, G. (2024). Deep Learning-Driven Anomaly Detection for Green IoT Edge Networks. IEEE Transactions on Green Communications and Networking, 8(1), 498-513. https://doi.org/10.1109/tgcn.2023.3335342
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Répertoire des publications (EndNote)Simple Metadata

Statistiques

Actions réservées au personnel