TMG-GAN: Generative Adversarial Networks-Based Imbalanced Learning for Network Intrusion Detection.

Ding, Hongwei ; Sun, Yu ; et al.

In: IEEE Trans. Inf. Forensics Secur., Jg. 19 (2024), S. 1156-1167

academicJournal

Titel:	TMG-GAN: Generative Adversarial Networks-Based Imbalanced Learning for Network Intrusion Detection.
Autor/in / Beteiligte Person:	Ding, Hongwei ; Sun, Yu ; Huang, Nana ; Shen, Zhidong ; Cui, Xiaohui
Link:	Zum Datensatz bei der dblp Computer Science Bibliography
Zeitschrift:	IEEE Trans. Inf. Forensics Secur., Jg. 19 (2024), S. 1156-1167
Veröffentlichung:	2024
Medientyp:	academicJournal
DOI:	10.1109/TIFS.2023.3331240
Sonstiges:	Nachgewiesen in: dblp computer science bibliography

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.