EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

B-CVAE: Bilinear conditional variational autoencoder with adaptive graph Laplacian regularization for IoT intrusion detection

Mu Lin, Damin Zhang, Qing He, Ji Zhao, Yuhan Yang

Alexandria Engineering Journal · 2026-07 · 149 · 27-39

DOI: 10.1016/j.aej.2026.06.010 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Alexandria Engineering Journal, 2026-07. Verfasst von Mu Lin und 4 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 57 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: National Natural Science Foundation of China.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Natural Science Foundation of China

Zitieren

APA

Lin, M., Zhang, D., He, Q., Zhao, J., & Yang, Y. (2026). B-CVAE: Bilinear conditional variational autoencoder with adaptive graph Laplacian regularization for IoT intrusion detection. Alexandria Engineering Journal, 149, 27-39. https://doi.org/10.1016/j.aej.2026.06.010

Vancouver

Lin M, Zhang D, He Q, Zhao J, Yang Y. B-CVAE: Bilinear conditional variational autoencoder with adaptive graph Laplacian regularization for IoT intrusion detection. Alexandria Engineering Journal. 2026;149:27-39. doi:10.1016/j.aej.2026.06.010

BibTeX
@article{Lin2026,
  author = {Lin, Mu and Zhang, Damin and He, Qing and Zhao, Ji and Yang, Yuhan},
  title = {B-CVAE: Bilinear conditional variational autoencoder with adaptive graph Laplacian regularization for IoT intrusion detection},
  journal = {Alexandria Engineering Journal},
  year = {2026},
  volume = {149},
  pages = {27--39},
  doi = {10.1016/j.aej.2026.06.010}
}
Kostenlos starten →