Evaluating Data Encryption Effects on the Resilience of an Artificial Neural Network / Cantoro, Riccardo; Deligiannis, Nikolaos; Reorda, Matteo Sonza; Traiola, Marcello; Valea, Emanuele. - ELETTRONICO. - (2020), pp. 1-4. (Intervento presentato al convegno 2020 IEEE International Symposium on Defect and Fault Tolerance in VLSI and Nanotechnology Systems (DFT)) [10.1109/DFT50435.2020.9250869].
Evaluating Data Encryption Effects on the Resilience of an Artificial Neural Network
Cantoro, Riccardo;Deligiannis, Nikolaos;Reorda, Matteo Sonza;Valea, Emanuele
2020
File in questo prodotto:
File | Dimensione | Formato | |
---|---|---|---|
Camera Ready.pdf
accesso aperto
Descrizione: Camera ready version
Tipologia:
2. Post-print / Author's Accepted Manuscript
Licenza:
Pubblico - Tutti i diritti riservati
Dimensione
223.96 kB
Formato
Adobe PDF
|
223.96 kB | Adobe PDF | Visualizza/Apri |
09250869.pdf
accesso riservato
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
Non Pubblico - Accesso privato/ristretto
Dimensione
246.8 kB
Formato
Adobe PDF
|
246.8 kB | Adobe PDF | Visualizza/Apri Richiedi una copia |
Pubblicazioni consigliate
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/11583/2853122