A Survey on Hybrid-CNN and LLMs for Intrusion Detection Systems: Recent IoT Datasets
IEEE Access · 2024 · 12 · 180009-180033
DOI: 10.1109/access.2024.3506604 ↗Kurz gefasst
Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Saida Elouardi und 4 weiteren Autor:innen. Die Arbeit wurde bisher 49-mal zitiert (Crossref) und nennt 84 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: National Science Foundation.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- National Science Foundation
Zitieren
APA
Elouardi, S., Motii, A., Jouhari, M., Amadou, A. N. H., & Hedabou, M. (2024). A Survey on Hybrid-CNN and LLMs for Intrusion Detection Systems: Recent IoT Datasets. IEEE Access, 12, 180009-180033. https://doi.org/10.1109/access.2024.3506604
Vancouver
Elouardi S, Motii A, Jouhari M, Amadou ANH, Hedabou M. A Survey on Hybrid-CNN and LLMs for Intrusion Detection Systems: Recent IoT Datasets. IEEE Access. 2024;12:180009-180033. doi:10.1109/access.2024.3506604
BibTeX
@article{Elouardi2024,
author = {Elouardi, Saida and Motii, Anas and Jouhari, Mohammed and Amadou, Abdoul Nasser Hassane and Hedabou, Mustapha},
title = {A Survey on Hybrid-CNN and LLMs for Intrusion Detection Systems: Recent IoT Datasets},
journal = {IEEE Access},
year = {2024},
volume = {12},
pages = {180009--180033},
doi = {10.1109/access.2024.3506604}
}
EUVIMED