The XGBoost Model for Network Intrusion Detection Boosted by Enhanced Sine Cosine Algorithm

Резултати

Назив:	The XGBoost Model for Network Intrusion Detection Boosted by Enhanced Sine Cosine Algorithm
Аутори:	N. AlHosni; L. Jovanovic; M. Antonijevic ; M. Bukumira; M. Zivkovic ; I. Strumberger ; J. P. Mani; N. Bacanin
Година:	2022
Публикација:	LNNS Lecture Notes in Networks and Systems: ICIPCN 2022: International Conference on Image Processing and Capsule Networks, volume 514
Издавач:	Springer, Cham
Тип резултата:	Поглавље у монографији
Колација:	str. 213-228
DOI:	10.1007/978-3-031-12413-6_17
WoS-ID:	000892628600017
Scopus-ID:	2-s2.0-85135814849
URI:	https://link.springer.com/chapter/10.1007/978-3-031-12413-6_17 http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/3/9086 https://enauka.gov.rs/handle/123456789/715174
URL:	https://link.springer.com/chapter/10.1007/978-3-031-12413-6_17
М-категорија:	Мп категорија ће бити приказана накнадно.

42
SCOPUS^TM

1
OpenCitations

15
WEB OF SCIENCE^TM

Алт метрика

Dimensions

Unpaywall

Google Scholar^TM

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.