Klaim Artikel Anda
Verifikasi kepemilikan artikel akademik
Apakah artikel-artikel ini milik Anda?
Daftarkan diri Anda sebagai author untuk mengklaim artikel dan dapatkan profil akademik terverifikasi dengan fitur lengkap.
Badge Verifikasi
Profil terverifikasi resmi
Statistik Lengkap
H-index, sitasi, dan metrik
Visibilitas Tinggi
Tampil di direktori author
Kelola Publikasi
Dashboard artikel terpadu
Langkah-langkah Klaim Artikel:
- 1. Daftar akun author dengan email akademik Anda
- 2. Verifikasi email dan lengkapi profil
- 3. Login dan buka menu "Klaim Artikel"
- 4. Cari dan klaim artikel Anda
- 5. Tunggu verifikasi dari admin (1-3 hari kerja)
Menampilkan 1–1 dari 1 artikel
Enhancing Security in Wireless Mesh Networks: A Deep Learning Approach to Black Hole Attack Detection
Mansi Bhonsle
; Gunji Sreenivasulu
; Kilaru Chaitanya
; Dhumpati Raghu
; Gunti Surendra
; Konduru Kranthi Kumar
; Mandalapu Srinivasa Rao
; Kandukuri Prabhakar
; Vamsi Krishna Vuppu
Advance Sustainable Science, Engineering and Technology
Vol 7
, No 1
(2025)
Wireless Mesh Networks (WMNs) are susceptible to various security threats, including black hole attacks, where malicious nodes attract and drop packets, disrupting network communication. Traditional security mechanisms are often inadequate in detecting and mitigating these attacks due to their dynamic and evolving nature. In this paper, we propose a novel deep learning-based defense mechanism against black hole attacks in WMNs. It utilizes Recurrent Neural Networks (RNNs) and Long Short-Term Mem...
Sumber Asli
Google Scholar
DOI
3 Sitasi