PORTO @ 
Archivio Istituzionale della Ricerca
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishEvaluating 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].
| Titolo: | Evaluating Data Encryption Effects on the Resilience of an Artificial Neural Network | |
| Autori: | ||
| Data di pubblicazione: | 2020 | |
| ISBN: | 978-1-7281-9457-8 | |
| Appare nelle tipologie: | 4.1 Contributo in Atti di convegno |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| Camera Ready.pdf | Camera ready version | 2. Post-print / Author's Accepted Manuscript | PUBBLICO - Tutti i diritti riservati | Visibile a tuttiVisualizza/Apri |
| 09250869.pdf | 2a Post-print versione editoriale / Version of Record | Non Pubblico - Accesso privato/ristretto | Administrator Richiedi una copia |
Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11583/2853122
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Copyright © 2022