Deep Learning-Driven Anomaly Detection for Green IoT Edge Networks

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

Article de revue (2024)

Accéder à ce document
Lien externe
Libre accès au texte intégral chez l'éditeur officiel
Voir chez l'éditeur officiel
Département:
Département de génie informatique et génie logiciel
Département de mathématiques et de génie industriel
Adresse 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
OAI:
oai:publications.polymtl.ca:57765
ORCID
Date du dépôt:
28 mars 2024 15:20
Dernière modification:
14 oct. 2026 14:17
Citer en APA 7:
Shahnejat Bushehri, A., Amirnia, A., Belkhiri, A., Keivanpour, S., Gohring de Magalhaes, F., & 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

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document