Zobrazeno 1 - 10
of 62
pro vyhledávání: '"ANDREOLINI, MAURO"'
Autor:
Pagnotta, Giulio, De Gaspari, Fabio, Hitaj, Dorjan, Andreolini, Mauro, Colajanni, Michele, Mancini, Luigi V.
Publikováno v:
IEEE Transactions on Information Forensics and Security, 2023
Moving Target Defense and Cyber Deception emerged in recent years as two key proactive cyber defense approaches, contrasting with the static nature of the traditional reactive cyber defense. The key insight behind these approaches is to impose an asy
Externí odkaz:
http://arxiv.org/abs/2303.00387
Publikováno v:
In Array December 2024 24
The incremental diffusion of machine learning algorithms in supporting cybersecurity is creating novel defensive opportunities but also new types of risks. Multiple researches have shown that machine learning methods are vulnerable to adversarial att
Externí odkaz:
http://arxiv.org/abs/2106.09380
Machine learning algorithms are effective in several applications, but they are not as much successful when applied to intrusion detection in cyber security. Due to the high sensitivity to their training data, cyber detectors based on machine learnin
Externí odkaz:
http://arxiv.org/abs/1912.03790
Publikováno v:
In Computers & Security November 2021 110
Publikováno v:
In Information Sciences January 2018 422:497-515
Publikováno v:
In Information Sciences 10 November 2015 321:179-192
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Digital Threats: Research & Practice; Sep2022, Vol. 3 Issue 3, p1-19, 19p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.