Work

Threat Detection in NoC-Based Manycores Using Lightweight Machine-Learning Models

Year: 2025

Type: article

Source: IEEE Design and Test

DOI: 10.1109/mdat.2025.3600352

Authors: Angelo Elias Dal Zotto, Fernando Gehm Moraes

Institution: Pontifícia Universidade Católica do Rio Grande do Sul

Language: English

Topic: Physical Unclonable Functions (PUFs) and Hardware Security

Subfield: Hardware and Architecture

Field: Computer Science

Domain: Physical Sciences

Open Access status: closed

Funders: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, Conselho Nacional de Desenvolvimento Científico e Tecnológico, Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul

Awards: G121811674, G3128954588, G8659354966

OpenAlex ID: W4413319063

FWCI:

Cites: 11

Cited by:

Related to: 10