Buchumschlag

A Deep Reinforcement Learning Approach for Security-Aware Service Acquisition in IoT

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Arazzi, Marco, Nicolazzo, Serena, Nocera, Antonino
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Novel IoT Trust Model Leveraging Fully Distributed Behavioral Fingerprinting and Secure Delegation
von: Arazzi, Marco, et al.
Veröffentlicht: (2023)

Secure Federated Data Distillation
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

KDk: A Defense Mechanism Against Label Inference Attacks in Vertical Federated Learning
von: Arazzi, Marco, et al.
Veröffentlicht: (2024)

LoRA as Oracle
von: Arazzi, Marco, et al.
Veröffentlicht: (2026)

Security in LLM-as-a-Judge: A Comprehensive SoK
von: Masoud, Aiman Al, et al.
Veröffentlicht: (2026)

SD-RAG: A Prompt-Injection-Resilient Framework for Selective Disclosure in Retrieval-Augmented Generation
von: Masoud, Aiman Al, et al.
Veröffentlicht: (2026)

Privacy Preserving and Robust Aggregation for Cross-Silo Federated Learning in Non-IID Settings
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

Subject Data Auditing via Source Inference Attack in Cross-Silo Federated Learning
von: Li, Jiaxin, et al.
Veröffentlicht: (2024)

Privacy-Preserving in Blockchain-based Federated Learning Systems
von: M., Sameera K., et al.
Veröffentlicht: (2024)

SecureBreak -- A dataset towards safe and secure models
von: Arazzi, Marco, et al.
Veröffentlicht: (2026)

Service Level Agreements and Security SLA: A Comprehensive Survey
von: Nicolazzo, Serena, et al.
Veröffentlicht: (2024)

XBreaking: Understanding how LLMs security alignment can be broken
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

How Secure is Forgetting? Linking Machine Unlearning to Machine Learning Attacks
von: P., Muhammed Shafi K., et al.
Veröffentlicht: (2025)

When Forgetting Triggers Backdoors: A Clean Unlearning Attack
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

A Cutting-Edge Deep Learning Method For Enhancing IoT Security
von: Ansar, Nadia, et al.
Veröffentlicht: (2024)

Protecting Deep Neural Network Intellectual Property with Chaos-Based White-Box Watermarking
von: B, Sangeeth, et al.
Veröffentlicht: (2025)

RESTRAIN: Reinforcement Learning-Based Secure Framework for Trigger-Action IoT Environment
von: Alam, Md Morshed, et al.
Veröffentlicht: (2025)

Artificial Intelligence for Secured Information Systems in Smart Cities: Collaborative IoT Computing with Deep Reinforcement Learning and Blockchain
von: Far, Amin Zakaie, et al.
Veröffentlicht: (2024)

DroidTTP: Mapping Android Applications with TTP for Cyber Threat Intelligence
von: Arikkat, Dincy R, et al.
Veröffentlicht: (2025)

Proactive Detection of Physical Inter-rule Vulnerabilities in IoT Services Using a Deep Learning Approach
von: Huang, Bing, et al.
Veröffentlicht: (2024)

CTI Dataset Construction from Telegram
von: Arikkat, Dincy R., et al.
Veröffentlicht: (2025)

SoK: The Last Line of Defense: On Backdoor Defense Evaluation
von: Abad, Gorka, et al.
Veröffentlicht: (2025)

An Approach To Enhance IoT Security In 6G Networks Through Explainable AI
von: Kaur, Navneet, et al.
Veröffentlicht: (2024)

Security Risks Concerns of Generative AI in the IoT
von: Xu, Honghui, et al.
Veröffentlicht: (2024)

Let's Focus: Focused Backdoor Attack against Federated Transfer Learning
von: Arazzi, Marco, et al.
Veröffentlicht: (2024)

Optimized Ensemble Model Towards Secured Industrial IoT Devices
von: Injadat, MohammadNoor
Veröffentlicht: (2024)

Evaluating Language Models For Threat Detection in IoT Security Logs
von: Tejero-Fernández, Jorge J., et al.
Veröffentlicht: (2025)

VeriSplit: Secure and Practical Offloading of Machine Learning Inferences across IoT Devices
von: Zhang, Han, et al.
Veröffentlicht: (2024)

Securing Healthcare with Deep Learning: A CNN-Based Model for medical IoT Threat Detection
von: Mohamadi, Alireza, et al.
Veröffentlicht: (2024)

Enhancing IoT Security with CNN and LSTM-Based Intrusion Detection Systems
von: Gueriani, Afrah, et al.
Veröffentlicht: (2024)

Cracking IoT Security: Can LLMs Outsmart Static Analysis Tools?
von: Quantrill, Jason, et al.
Veröffentlicht: (2026)

BARTPredict: Empowering IoT Security with LLM-Driven Cyber Threat Prediction
von: Diaf, Alaeddine, et al.
Veröffentlicht: (2025)

Hybrid Machine Learning Models for Intrusion Detection in IoT: Leveraging a Real-World IoT Dataset
von: Akif, Md Ahnaf, et al.
Veröffentlicht: (2025)

SeCTIS: A Framework to Secure CTI Sharing
von: Arikkat, Dincy R., et al.
Veröffentlicht: (2024)

Threat Modeling for Enhancing Security of IoT Audio Classification Devices under a Secure Protocols Framework
von: Benlloch-Lopez, Sergio, et al.
Veröffentlicht: (2025)

Explainability-Aware Evaluation of Transfer Learning Models for IoT DDoS Detection Under Resource Constraints
von: Elsayed, Nelly
Veröffentlicht: (2026)

Blockchain Meets Adaptive Honeypots: A Trust-Aware Approach to Next-Gen IoT Security
von: Otoum, Yazan, et al.
Veröffentlicht: (2025)

A Novel Ensemble Learning Approach for Enhanced IoT Attack Detection: Redefining Security Paradigms in Connected Systems
von: Abdeljaber, Hikmat A. M., et al.
Veröffentlicht: (2025)

Deep learning based intelligent IDS for Large-scale IoT networks
von: Andrade, Isha, et al.
Veröffentlicht: (2026)

Memory-Efficient and Secure DNN Inference on TrustZone-enabled Consumer IoT Devices
von: Xie, Xueshuo, et al.
Veröffentlicht: (2024)