SSLA: a semi-supervised framework for real-time injection detection and anomaly monitoring in cloud-based web applications with real-world implementation and evaluation

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of Cloud Computing vol. 14, no. 1 (Dec 2025), p. 38
Hlavní autor:	Sefati, Seyed Salar
Další autoři:	Arasteh, Bahman, Fratu, Octavian, Halunga, Simona
Vydáno:	Springer Nature B.V.
Témata:	Machine learning Datasets Data integrity User behavior Applications programs Cloud computing Graph representations Real time Quality of service Methods Unstructured data Semi-supervised learning Anomalies Privacy Monitoring Efficiency
On-line přístup:	Citation/Abstract Full Text Full Text - PDF
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!