Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/45192
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMúnera Ramírez, Danny Alexandro-
dc.contributor.advisorTobón Vallejo, Diana Patricia-
dc.contributor.authorRodríguez López, Martha Lucía-
dc.date.accessioned2025-02-24T21:24:50Z-
dc.date.available2025-02-24T21:24:50Z-
dc.date.issued2025-
dc.identifier.urihttps://hdl.handle.net/10495/45192-
dc.description.abstractABSTRACT : This thesis presents an IIoT Anomaly Classification Framework designed to detect and categorize anomalies, including failures, attacks, and other significant events. The research addresses the critical need for robust anomaly detection and classification in IIoT systems by providing a comprehensive and scalable solution adaptable to various industrial contexts. The framework enhances modern industrial operations’ reliability, security, and efficiency, paving the way for more resilient and intelligent IIoT systems.spa
dc.format.extent172 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.language.isoengspa
dc.type.hasversioninfo:eu-repo/semantics/draftspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.subject.lcshAnomaly detection (Computer security)spa
dc.subject.lcshDetección de anomalías (Seguridad informática)spa
dc.titleAnomaly Classification in Industrial Internet of Thingsspa
dc.typeinfo:eu-repo/semantics/doctoralThesisspa
dc.publisher.groupIntelligent Information Systems Lab.spa
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
thesis.degree.nameDoctor en Ingeniería Electrónica y de la Computaciónspa
thesis.degree.levelDoctoradospa
thesis.degree.disciplineFacultad de Ingeniería. Doctorado en Ingeniería Electrónica y de Computaciónspa
thesis.degree.grantorUniversidad de Antioquiaspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.publisher.placeMedellín, Colombiaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_2df8fbb1spa
dc.type.redcolhttps://purl.org/redcol/resource_type/TDspa
dc.type.localTesis/Trabajo de grado - Monografía - Doctoradospa
dc.subject.lembSeguridad en computadores-
dc.subject.lembComputer security-
dc.subject.lembConfiabilidad (ingeniería)-
dc.subject.lembReliability (engineering)-
dc.subject.agrovocInternet de las cosas-
dc.subject.agrovocInternet of things-
dc.subject.proposalIndustrial Internet of Things (IIoT)spa
dc.subject.agrovocurihttp://aims.fao.org/aos/agrovoc/c_e4315b22-
dc.subject.lcshurihttp://id.loc.gov/authorities/subjects/sh2005007675spa
dc.description.researchgroupidCOL0025934spa
Aparece en las colecciones: Doctorados de la Facultad de Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RodriguezMartha_2025_AnomalyClassificationIIoTTesis doctoral4.88 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.