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

FusionNet: A feature transformation framework for multi-label malware detection

Qinman Li, Xixiang Zhang, Weiming Liao, Digui Zhou, Zhezhe Liang, Ning Qin

International Journal of Cognitive Computing in Engineering · 2026-12 · 7 · 561-568

DOI: 10.1016/j.ijcce.2026.04.003 ↗

Kurz gefasst

Fachartikel in der Zeitschrift International Journal of Cognitive Computing in Engineering, 2026-12. Verfasst von Qinman Li und 5 weiteren Autor:innen. Die Arbeit nennt 19 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Li, Q., Zhang, X., Liao, W., Zhou, D., Liang, Z., & Qin, N. (2026). FusionNet: A feature transformation framework for multi-label malware detection. International Journal of Cognitive Computing in Engineering, 7, 561-568. https://doi.org/10.1016/j.ijcce.2026.04.003

Vancouver

Li Q, Zhang X, Liao W, Zhou D, Liang Z, Qin N. FusionNet: A feature transformation framework for multi-label malware detection. International Journal of Cognitive Computing in Engineering. 2026;7:561-568. doi:10.1016/j.ijcce.2026.04.003

BibTeX
@article{Li2026,
  author = {Li, Qinman and Zhang, Xixiang and Liao, Weiming and Zhou, Digui and Liang, Zhezhe and Qin, Ning},
  title = {FusionNet: A feature transformation framework for multi-label malware detection},
  journal = {International Journal of Cognitive Computing in Engineering},
  year = {2026},
  volume = {7},
  pages = {561--568},
  doi = {10.1016/j.ijcce.2026.04.003}
}
Kostenlos starten →