Communication publiée dans un ouvrage (Colloques, congrès, conférences scientifiques et actes)
Machine Learning for Reliable Network Attack Detection in SCADA Systems
Lopez Perez, Rocio; ADAMSKY, Florian; SOUA, Ridha et al.
2018In 17th IEEE International Conference On Trust, Security And Privacy In Computing And Communications (IEEE TrustCom-18)
Peer reviewed
 

Documents


Texte intégral
main.pdf
Preprint Auteur (258.93 kB)
Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers



Détails



Mots-clés :
SCADA; Anomaly detection; Machine learning
Disciplines :
Sciences informatiques
Auteur, co-auteur :
Lopez Perez, Rocio
ADAMSKY, Florian ;  University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT)
SOUA, Ridha ;  University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT)
ENGEL, Thomas ;  University of Luxembourg > Faculty of Science, Technology and Communication (FSTC) > Computer Science and Communications Research Unit (CSC)
Co-auteurs externes :
yes
Langue du document :
Anglais
Titre :
Machine Learning for Reliable Network Attack Detection in SCADA Systems
Date de publication/diffusion :
2018
Nom de la manifestation :
17th IEEE International Conference On Trust, Security And Privacy In Computing And Communications (IEEE TrustCom 18)
Lieu de la manifestation :
New York, Etats-Unis
Date de la manifestation :
08-2018
Manifestation à portée :
International
Titre de l'ouvrage principal :
17th IEEE International Conference On Trust, Security And Privacy In Computing And Communications (IEEE TrustCom-18)
Peer reviewed :
Peer reviewed
Focus Area :
Security, Reliability and Trust
Projet européen :
H2020 - 700581 - ATENA - Advanced Tools to assEss and mitigate the criticality of ICT compoNents and their dependencies over Critical InfrAstructures
Organisme subsidiant :
CE - Commission Européenne
Disponible sur ORBilu :
depuis le 17 mai 2018

Statistiques


Nombre de vues
502 (dont 40 Unilu)
Nombre de téléchargements
1370 (dont 15 Unilu)

citations Scopus®
 
64
citations Scopus®
sans auto-citations
64

Bibliographie


Publications similaires



Contacter ORBilu