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

CNN-LSTM Hybrid Model for Enhanced Malware Analysis and Detection

Gautam Karat, Jinesh M. Kannimoola, Namrata Nair, Anu Vazhayil, Sujadevi V G, Prabaharan Poornachandran

Procedia Computer Science · 2024 · 233 · 492-503

DOI: 10.1016/j.procs.2024.03.239 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2024. Verfasst von Gautam Karat und 5 weiteren Autor:innen. Die Arbeit wurde bisher 61-mal zitiert (Crossref) und nennt 25 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Karat, G., Kannimoola, J. M., Nair, N., Vazhayil, A., G, S. V., & Poornachandran, P. (2024). CNN-LSTM Hybrid Model for Enhanced Malware Analysis and Detection. Procedia Computer Science, 233, 492-503. https://doi.org/10.1016/j.procs.2024.03.239

Vancouver

Karat G, Kannimoola JM, Nair N, Vazhayil A, G SV, Poornachandran P. CNN-LSTM Hybrid Model for Enhanced Malware Analysis and Detection. Procedia Computer Science. 2024;233:492-503. doi:10.1016/j.procs.2024.03.239

BibTeX
@article{Karat2024,
  author = {Karat, Gautam and Kannimoola, Jinesh M. and Nair, Namrata and Vazhayil, Anu and G, Sujadevi V and Poornachandran, Prabaharan},
  title = {CNN-LSTM Hybrid Model for Enhanced Malware Analysis and Detection},
  journal = {Procedia Computer Science},
  year = {2024},
  volume = {233},
  pages = {492--503},
  doi = {10.1016/j.procs.2024.03.239}
}
Kostenlos starten →