An Efficient CNN-Based Deep Learning Model to Detect Malware Attacks (CNN-DMA) in 5G-IoT Healthcare Applications

Archivos

Bib5G-4.pdf (4.7 MB)

Fecha

2021

Formato del documento

Articulo

Colecciones

BIBLIOGRAFIA 5G
20
0
Gestores bibliográficos
MendeleyEndNoteBibTeXCSV

Autores

Anand, A. , Rani, S. , Anand, D. , Aljahdali, H. M. , Kerr, D.

Profesor Guía

ORCID Autor

Título de la revista

ISSN de la revista

Título del volumen

Editor

Sensors (Basel)

Ubicación

https://doi.org/10.3390/s21196346

ISBN

ISSN

1424-8220

item.page.issne

DOI

URI

http://repositoriobibliotecas.uv.cl/handle/uvscl/3106

Facultad

Departamento o Escuela

Determinador

Recolector

Especie

Nota general

Resumen

The role of 5G-IoT has become indispensable in smart applications and it plays a crucial part in e-health applications. E-health applications require intelligent schemes and architectures to overcome...

Descripción

Lugar de Publicación

Auspiciador

Palabras clave

DEEP LEARNING , DELIVERY OF HEALTH CARE HUMANS NEURAL NETWORKS , COMPUTER 5G-IOT CNN DEEP LEARNING HEALTHCARE MALIMG MALWARE

Licencia

URL Licencia

Estadísticas de uso
10,80,50,30
Agosto2025
Septiembre2025
Octubre2025
Noviembre2025
Diciembre2025
Enero2026
Febrero2026
Página completa del ítem