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

Enhancing Machine Learning Approach Based on Nilsimsa Fingerprinting for Ransomware Detection in IoMT

Mireya Lucia Hernandez-Jaimes, Alfonso Martínez-Cruz, Kelsey Alejandra Ramírez-Gutiérrez, Elizabeth Guevara-Martínez

IEEE Access · 2024 · 12 · 153886-153897

DOI: 10.1109/access.2024.3480889 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Mireya Lucia Hernandez-Jaimes und 3 weiteren Autor:innen. Die Arbeit wurde bisher 24-mal zitiert (Crossref) und nennt 37 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Consejo Nacional de Humanidades Ciencia y Tecnología (CONAHCYT) with CVU, CONAHCYT Project 882 “Desarrollo de Sistemas de Seguridad para Aplicación en la Industria Automotriz en el Edo de Tlaxcala.”.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Consejo Nacional de Humanidades Ciencia y Tecnología (CONAHCYT) with CVU
  • CONAHCYT Project 882 “Desarrollo de Sistemas de Seguridad para Aplicación en la Industria Automotriz en el Edo de Tlaxcala.”

Zitieren

APA

Hernandez-Jaimes, M. L., Martínez-Cruz, A., Ramírez-Gutiérrez, K. A., & Guevara-Martínez, E. (2024). Enhancing Machine Learning Approach Based on Nilsimsa Fingerprinting for Ransomware Detection in IoMT. IEEE Access, 12, 153886-153897. https://doi.org/10.1109/access.2024.3480889

Vancouver

Hernandez-Jaimes ML, Martínez-Cruz A, Ramírez-Gutiérrez KA, Guevara-Martínez E. Enhancing Machine Learning Approach Based on Nilsimsa Fingerprinting for Ransomware Detection in IoMT. IEEE Access. 2024;12:153886-153897. doi:10.1109/access.2024.3480889

BibTeX
@article{HernandezJaimes2024,
  author = {Hernandez-Jaimes, Mireya Lucia and Martínez-Cruz, Alfonso and Ramírez-Gutiérrez, Kelsey Alejandra and Guevara-Martínez, Elizabeth},
  title = {Enhancing Machine Learning Approach Based on Nilsimsa Fingerprinting for Ransomware Detection in IoMT},
  journal = {IEEE Access},
  year = {2024},
  volume = {12},
  pages = {153886--153897},
  doi = {10.1109/access.2024.3480889}
}
Kostenlos starten →