HYRIDE: HYbrid and Robust Intrusion DEtection Approach for Enhancing Cybersecurity in Industry 4.0

Hyväksytty

Luokittelutiedot

OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti

Julkaisun tekijät

Tekijöiden lukumäärä
4
Tekijät
Srivastav, Shubham; Shukla, Amit K.; Kumar, Sandeep; Muhuri, Pranab K.
Paikalliset tekijät

Julkaisukanavan tiedot

Lehden/sarjan nimi
Internet of things
ISSN-P (painettu)
2543-1536
ISSN-E (elektroninen)
2542-6605
ISSN-L (linking)
2542-6605
Kustantaja
Elsevier
Julkaisun JUFO ID
88098
Julkaisun JUFO-taso
1
Julkaisu on FT-listalla
Ei
Julkaisun SNIP-taso
2.13
Julkaisumaa
Alankomaat
Kansainvälisyys
Kyllä

Julkaisun tarkemmat tiedot

Julkaisuvuosi
2025
Ilmoitusvuosi
2025
Lehden/sarjan volyymi
30
Lehden/sarjan numero
March 2025
Artikkelinumero
101492
DOI
10.1016/j.iot.2025.101492
Julkaisukieli
englanti

Yhteisjulkaisutiedot

Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Ei

Saatavuustiedot

Luokitukset ja lisätiedot

OKM-tieteenalaluokitus
113 Tietojenkäsittely ja informaatiotieteet
Avainsanat
Machine Learning; Cyber security; Feature selection; Local outlier factor; Elliptic envelope; Histogram based outlier score; Unsupervised intrusion detection; Industry 4.0

Tutkimusaineistotiedot

Tutkimusaineistotiedot julkaisussa
Data used in the paper is mentioned within the manuscript.

Lähdetietokantojen tunnukset

WoS -tunniste
WOS:001416412400001
Scopus -tunniste
2-s2.0-85214909381