( en | de | ru )

 

Disambiguierung von "D'Alconzo, Alessandro"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
POSTER: (Semi)-Supervised Machine Learning Approaches for Network Security in High-Dimensional Network Data.

, , , , und . ACM Conference on Computer and Communications Security, Seite 1805-1807. ACM, (2016)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Alessandro Valeri

Fluorescence resonance energy transfer between multiple chromophores studied by single-molecule spectroscopy. Uni Düsseldorf, (2009)

Alessandro Zivelonghi

Alessandro Nova

Alessandro Topa

Alessandro Mirizzi

 

Weitere Publikationen von Autoren mit dem selben Namen

On the Role of Flows and Sessions in Internet Traffic Modeling: An Explorative Toy-Model., , , , , und . GLOBECOM, Seite 1-8. IEEE, (2009)A Survey on Big Data for Network Traffic Monitoring and Analysis., , , , und . IEEE Trans. Network and Service Management, 16 (3): 800-813 (2019)COMINDIS - COllaborative Monitoring with MINimum DISclosure (Poster)., , und . TMA, Volume 6613 von Lecture Notes in Computer Science, Seite 189-192. Springer, (2011)YouTube in the move: Understanding the performance of YouTube in cellular networks., , , und . Wireless Days, Seite 1-6. IEEE, (2014)Device-Specific Traffic Characterization for Root Cause Analysis in Cellular Networks., , und . TMA, Volume 9053 von Lecture Notes in Computer Science, Seite 64-78. Springer, (2015)YouTube all around: Characterizing YouTube from mobile and fixed-line network vantage points., , , , , und . EuCNC, Seite 1-5. IEEE, (2014)Network security and anomaly detection with Big-DAMA, a big data analytics framework., , , , und . CloudNet, Seite 16-22. IEEE, (2017)Detecting and diagnosing anomalies in cellular networks using Random Neural Networks., , , und . IWCMC, Seite 351-356. IEEE, (2016)Machine-Learning Based Approaches for Anomaly Detection and Classification in Cellular Networks., , und . TMA, IFIP, (2016)Modeling the AIADD paradigm in networks with variable delays., , , , , , und . CoNEXT, Seite 16. ACM, (2006)