 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Rjoub, G., Bentahar, J., Abdul Wahab, O., Mizouni, R., Song, A., Cohen, R., Otrok, H., & Mourad, A. (2023). A Survey on Explainable Artificial Intelligence for Cybersecurity. IEEE Transactions on Network and Service Management, 20(4), 5115-5140. Lien externe
Rjoub, G., Bentahar, J., & Abdul Wahab, O. (juin 2023). Explainable Trust-aware Selection of Autonomous Vehicles Using LIME for One-Shot Federated Learning [Communication écrite]. International Wireless Communications and Mobile Computing (IWCMC 2023), Marrakesh, Morocco. Lien externe
Bataineh, A. S., Bentahar, J., Mizouni, R., Abdul Wahab, O., Rjoub, G., & El Barachi, M. (2022). Cloud computing as a platform for monetizing data services: A two-sided game business model. IEEE Transactions on Network and Service Management, 19(2), 1336-1350. Lien externe
Abdul Wahab, O., Rjoub, G., Bentahar, J., & Cohen, R. (2022). Federated against the cold: A trust-based federated learning approach to counter the cold start problem in recommendation systems. Information Sciences, 601, 189-206. Lien externe
Rjoub, G., Abdul Wahab, O., Bentahar, J., Cohen, R., & Bataineh, A. S. (2022). Trust-augmented deep reinforcement learning for federated learning client selection. Information Systems Frontiers. Lien externe
Rjoub, G., Abdul Wahab, O., Bentahar, J., & Bataineh, A. (2022). Trust-driven reinforcement selection strategy for federated learning on IoT devices. Computing. Lien externe
Rjoub, G., Bentahar, J., Abdul Wahab, O., & Saleh Bataineh, A. (2021). Deep and reinforcement learning for automated task scheduling in large-scale cloud computing systems. Concurrency and Computation: Practice and Experience, 33(23), e5919-e5919. Lien externe
Rjoub, G., Abdul Wahab, O., Bentahar, J., & Bataineh, A. S. (août 2021). Improving autonomous vehicles safety in snow weather using federated YOLO CNN learning [Communication écrite]. 17th International Conference on Mobile Web and Intelligent Information Systems. Non disponible
Rjoub, G., Bentahar, J., & Abdul Wahab, O. (2020). BigTrustScheduling: Trust-aware big data task scheduling approach in cloud computing environments. Future Generation Computer Systems, 110, 1079-1097. Lien externe
Abdul Wahab, O., Cohen, R., Bentahar, J., Otrok, H., Mourad, A., & Rjoub, G. (2020). An endorsement-based trust bootstrapping approach for newcomer cloud services. Information Sciences, 527, 159-175. Lien externe
Bataineh, A. S., Bentahar, J., Abdul Wahab, O., Mizouni, R., & Rjoub, G. (décembre 2020). A game-based secure trading of big data and IoT services: blockchain as a two-sided market [Communication écrite]. Service-Oriented Computing, Dubai, United Arab Emirates. Non disponible
Rjoub, G., Abdul Wahab, O., Bentahar, J., & Bataineh, A. (décembre 2020). A trust and energy-aware double deep reinforcement learning scheduling strategy for federated learning on IoT devices [Communication écrite]. Service-Oriented Computing, Dubai, United Arab Emirates. Non disponible
Rjoub, G., Bentahar, J., Abdul Wahab, O., & Bataineh, A. (août 2019). Deep smart scheduling: A deep learning approach for automated big data scheduling over the cloud [Communication écrite]. 7th International Conference on Future Internet of Things and Cloud (FiCloud 2019), Istanbul, Turkey. Lien externe
