الفهرسة نشطة
للباحثين للناشرين تسجيل الدخول إنشاء حساب
الرئيسية الأبحاث Alexandria Engineering Journal
Q1 2026

DOAL-IDS: Deep Optimized Active Learning Framework for Intrusion Detection in IoT Systems

Aymin Javed · Nadeem Javaid · Imran Ahmed · Badr Alsamani · Abdul Khader Jilani Saudagar
10.1016/j.aej.2026.02.013 386 المشاهدات 1 الاقتباسات
1
الاقتباسات
386
المشاهدات
الملخص غير متوفر لهذا المنشور.
الاستشهاد بهذا المقال (APA)
Aymin, J., Nadeem, J., Imran, A., Badr, A., Abdul, K. J. S. (2026). DOAL-IDS: Deep Optimized Active Learning Framework for Intrusion Detection in IoT Systems. Alexandria Engineering Journal. https://doi.org/10.1016/j.aej.2026.02.013
أبحاث ذات صلة
On the stochastic simulation by optimal control and bifurcation analysis of the computer virus model…
Emad Solouma; Mansoor Alsulami; Haci Mehmet Baskonus; A.F. Aljohani; Sayed Saber · 2026
7
استشهاد
398
3
استشهاد
395
Experimental study on SDBS surfactant effect on titanium oxide water nanofluid properties
George Cătălin TOFAN; Bogdan PRICOP; Cătălin Andrei ŢUGUI; Alina Adriana MINEA · 2026
2
استشهاد
394
الوصول
عرض النص الكامل عبر DOI
نُشر في
الرقم الدولي ISSN 1110-0168
الربعية Q1
درجة المؤشر القياس العربي 100
التخصص Engineering & Technology
الناشر Elsevier / Alexandria University
الدولة 🇪🇬 Egypt
عرض ملف المجلة →
المؤلفون
تفاصيل النشر
السنة 2026
اللغة English
أُضيف في 27 Jul 2026