EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

FEXGBIDS: Federated XGBoost-Based Intrusion Detection System for In-Vehicle Network

Jie Li, Yuanyuan Song, Ming-Gang Zheng, Shuo Zhang, Han Liang

IEEE Access · 2025 · 13 · 89399-89410

DOI: 10.1109/access.2025.3569356 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Jie Li und 4 weiteren Autor:innen. Die Arbeit wurde bisher 7-mal zitiert (Crossref) und nennt 29 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Key K&D Program of Shandong Province.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Key K&D Program of Shandong Province

Zitieren

APA

Li, J., Song, Y., Zheng, M., Zhang, S., & Liang, H. (2025). FEXGBIDS: Federated XGBoost-Based Intrusion Detection System for In-Vehicle Network. IEEE Access, 13, 89399-89410. https://doi.org/10.1109/access.2025.3569356

Vancouver

Li J, Song Y, Zheng M, Zhang S, Liang H. FEXGBIDS: Federated XGBoost-Based Intrusion Detection System for In-Vehicle Network. IEEE Access. 2025;13:89399-89410. doi:10.1109/access.2025.3569356

BibTeX
@article{Li2025,
  author = {Li, Jie and Song, Yuanyuan and Zheng, Ming-Gang and Zhang, Shuo and Liang, Han},
  title = {FEXGBIDS: Federated XGBoost-Based Intrusion Detection System for In-Vehicle Network},
  journal = {IEEE Access},
  year = {2025},
  volume = {13},
  pages = {89399--89410},
  doi = {10.1109/access.2025.3569356}
}
Kostenlos starten →