W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Raport

Tytuł dzieła

Adversarial machine learning in 6G radio access networks: threats and defense strategies

Autorzy

[ 1 ] Instytut Radiokomunikacji, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ S ] student

Wariant tytułu

PL Adwersywne uczenie maszynowe w radiowych sieciach 6G: zagrożenia i strategie

Identyfikator dzieła

r3282_2022

Słowa kluczowe
EN
  • Machine learning
  • Adversarial Machine Learning
  • Cybersecurity
Data

21.09.2022

Język

angielski

Liczba stron lub objętość dzieła

17

Typ dzieła

raport z badań

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.