Cryptocurrency malware detection in real-world environment: Based on multi-results stacking learning
12Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Cryptocurrency malware detection in real-world environment: Based on multi-results stacking learning
- Date Crossref
- 01/07/2022
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Chinese Academy of Sciences pays non établi dans la noticeOrganisme public
-
Wuhan University pays non établi dans la noticeUniversité ou école supérieure
-
Institute of Information Engineering pays non établi dans la noticeStructure de recherche
-
University of Chinese Academy of Sciences pays non établi dans la noticeUniversité ou école supérieure
-
School of Cyber Science and Engineering Key Laboratory of Aerospace Information Security and Trusted Computing pays non établi dans la noticeUniversité ou école supérieure
-
School of Cyber Security pays non établi dans la noticeUniversité ou école supérieure
Chinese Academy of Sciences, Wuhan University et Institute of Information Engineering, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Advanced Malware Detection TechniquesDigital and Cyber ForensicsSoftware Engineering Research