Impactando la robustez en los NIDS basados en deep learning a través de ataques de envenenamiento
Autores: Alahmed, Shahad; Alasad, Qutaiba; Yuan, Jiann-Shiun; Alawad, Mohammed
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Impactando la robustez en los NIDS basados en deep learning a través de ataques de envenenamiento
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Internet
Machine learning
Poisoning attacks
Deep learning
NIDS
Data manipulationinternet
Aprendizaje automático
Ataques de envenenamiento
Aprendizaje profundo
NIDS
Manipulación de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 48
Citaciones: Sin citaciones
La rápida expansión y alcance pervasivo de Internet en los últimos años han generado preocupaciones sobre las amenazas en línea evolutivas y adaptables, especialmente con la amplia integración de sistemas de Aprendizaje Automático (ML) en nuestras rutinas diarias.
Descripción
La rápida expansión y alcance pervasivo de Internet en los últimos años han generado preocupaciones sobre las amenazas en línea evolutivas y adaptables, especialmente con la amplia integración de sistemas de Aprendizaje Automático (ML) en nuestras rutinas diarias.