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

EESNN: Hybrid Deep Learning Empowered Spatial–Temporal Features for Network Intrusion Detection System

Jalaiah Saikam, Koteswararao Ch

IEEE Access · 2024 · 12 · 15930-15945

DOI: 10.1109/access.2024.3350197 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Jalaiah Saikam und 1 weiteren Autor:innen. Die Arbeit wurde bisher 46-mal zitiert (Crossref) und nennt 31 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Saikam, J., & Ch, K. (2024). EESNN: Hybrid Deep Learning Empowered Spatial–Temporal Features for Network Intrusion Detection System. IEEE Access, 12, 15930-15945. https://doi.org/10.1109/access.2024.3350197

Vancouver

Saikam J, Ch K. EESNN: Hybrid Deep Learning Empowered Spatial–Temporal Features for Network Intrusion Detection System. IEEE Access. 2024;12:15930-15945. doi:10.1109/access.2024.3350197

BibTeX
@article{Saikam2024,
  author = {Saikam, Jalaiah and Ch, Koteswararao},
  title = {EESNN: Hybrid Deep Learning Empowered Spatial–Temporal Features for Network Intrusion Detection System},
  journal = {IEEE Access},
  year = {2024},
  volume = {12},
  pages = {15930--15945},
  doi = {10.1109/access.2024.3350197}
}
Kostenlos starten →