logo móvil
Contáctanos

Vggincepnet: mejorando la detección de intrusiones en red y la seguridad de la red a través de la conversión no de imagen a imagen y el aprendizaje profundo

Autores: Chen, Jialong; Xiao, Jingjing; Xu, Jiaxin

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Vggincepnet: mejorando la detección de intrusiones en red y la seguridad de la red a través de la conversión no de imagen a imagen y el aprendizaje profundo


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Modelo innovador
VGGIncepNet
Módulos de aprendizaje profundo
Detección de intrusos en red
Análisis de seguridad de IoT
Redes neuronales convolucionales

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
Este estudio presenta un modelo innovador, VGGIncepNet, que integra técnicas de conversión de datos no imagen a imagen con módulos de aprendizaje profundo, específicamente VGG16 e Inception, con el objetivo de mejorar el rendimiento en la detección de intrusiones en redes y el análisis de seguridad de IoT.

Otros recursos que podrían interesarte

Temas Virtualpro