Matematika Diskrit - Q1 - Graph Deep Learning untuk Keamanan IoT | Muhamad Noval Darmawan (2503113)

Video presentasi ini disusun untuk memenuhi Proyek Akhir mata kuliah Matematika Diskrit.

Nama: Muhamad Noval Darmawan
NIM: 2503113
Program Studi: S1 Sistem Telekomunikasi
Institusi: Universitas Pendidikan Indonesia (UPI) Kampus Purwakarta
Detail Artikel Jurnal:

Judul: GDLC: A new Graph Deep Learning framework based on centrality measures for intrusion detection in IoT networks
Penulis: Mortada Termos, Zakariya Ghalmane, Mohamed-el-Amine Brahmia, Ahmad Fadlallah, Ali Jaber, dan Mourad Zghal (2024)
Penerbit: Internet of Things, Elsevier
Tautan Unduhan Jurnal: https://doi.org/10.1016/j.iot.2024.101214

Ringkasan:
Presentasi ini mengeksplorasi penerapan Teori Graf (Graph Theory) dalam membangun Sistem Deteksi Intrusi (IDS) mutakhir untuk jaringan Internet of Things (IoT). Analisis mencakup representasi jaringan sebagai Graf Berarah (Directed Graph), serta ekstraksi ukuran sentralitas (Degree, Betweenness, Closeness) dan hierarki (K-core, K-truss) untuk digabungkan ke dalam model Deep Learning.

#MatematikaDiskrit #SistemTelekomunikasi #UPIPurwakarta #GraphTheory #CyberSecurity

Видео Matematika Diskrit - Q1 - Graph Deep Learning untuk Keamanan IoT | Muhamad Noval Darmawan (2503113) канала Noval