EUVIMEDEUVIMED entdecken
Crossref

Adversarial robustness of deep reinforcement learning-based intrusion detection

Mohamed Amine Merzouk, Christopher Neal, Joséphine Delas, Reda Yaich, Nora Boulahia-Cuppens, Frédéric Cuppens

International Journal of Information Security · 2024-12 · 23 (6) · 3625-3651

DOI: 10.1007/s10207-024-00903-2 ↗

Kurz gefasst

Fachartikel in der Zeitschrift International Journal of Information Security, online erschienen am 29.08.2024. Verfasst von Mohamed Amine Merzouk und 5 weiteren Autor:innen. Die Arbeit wurde bisher 24-mal zitiert (Crossref) und nennt 70 Literaturangaben. Gefördert von: Mitacs.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Mitacs

Zitieren

APA

Merzouk, M. A., Neal, C., Delas, J., Yaich, R., Boulahia-Cuppens, N., & Cuppens, F. (2024). Adversarial robustness of deep reinforcement learning-based intrusion detection. International Journal of Information Security, 23(6), 3625-3651. https://doi.org/10.1007/s10207-024-00903-2

Vancouver

Merzouk MA, Neal C, Delas J, Yaich R, Boulahia-Cuppens N, Cuppens F. Adversarial robustness of deep reinforcement learning-based intrusion detection. International Journal of Information Security. 2024;23(6):3625-3651. doi:10.1007/s10207-024-00903-2

BibTeX
@article{Merzouk2024,
  author = {Merzouk, Mohamed Amine and Neal, Christopher and Delas, Joséphine and Yaich, Reda and Boulahia-Cuppens, Nora and Cuppens, Frédéric},
  title = {Adversarial robustness of deep reinforcement learning-based intrusion detection},
  journal = {International Journal of Information Security},
  year = {2024},
  volume = {23},
  number = {6},
  pages = {3625--3651},
  doi = {10.1007/s10207-024-00903-2}
}
Kostenlos starten →