Publicación del proyecto · Ad Hoc Networks
Resumen
El artículo propone una tubería híbrida de inferencia para detección de intrusiones que combina modelos DNN, un metaaprendiz RandomForest y clasificación multiclase con XGBoost.
Indicadores bibliométricos
Cuartil JCRQ1
Factor de impacto4.8
Citas en Google Scholar0
- Área JCR
- Telecommunications
- Año JCR
- 2024
- Consulta Scholar
- 21 mayo 2026
Contribución principal
La aportación está en integrar aprendizaje profundo y ensamblado jerárquico para mantener alta precisión sin perder viabilidad operativa. El diseño cubre desde preparación de datos y entrenamiento hasta inferencia en GPU y plataformas embebidas.
Relación con BoND1
La relación con BoND1 aparece en la línea de ciberseguridad para IoT y edge: el enfoque ayuda a detectar tráfico malicioso en infraestructuras conectadas y a diseñar mecanismos de defensa adaptativos para redes B6G no celulares.