Publicación:
Estudio de modelos de Machine Learning frente a bloqueo de señal en LoRa

Vista sencilla de ítem
datacite.contributor.contributorNameOrtiz Guerra, Erik
datacite.contributor.contributorNameCruz Enríquez, Héctor
dc.contributor.authorGil Oloriz, Marcos Antonio
dc.date.accessioned2026-04-21T23:20:28Z
dc.date.issued2024
dc.description.abstractLa expansión del Internet de las Cosas (IoT) ha venido aparejado con crecientes problemas y vulnerabilidades de seguridad que requieren la atención de los investigadores. La tecnología LoRa destaca entre las redes de baja potencia y largo alcance (LPWAN) por su autonomía y la posibilidad de crear redes privadas propias. En lo últimos años ha crecido el número de soluciones de seguridad que incorporan técnicas de Machine Learning (ML), realizando la inferencia en las capas de red o aplicación de la arquitectura IoT
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/21605
dc.language.isoes
dc.publisherUniversidad Central “Marta Abreu” de Las Villas
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectSistema informático::Red informática::Internet
dc.subjectTelecomunicación
dc.subjectTelecomunicación::Red de telecomunicaciones
dc.titleEstudio de modelos de Machine Learning frente a bloqueo de señal en LoRa
dc.typemaster thesis
dspace.entity.typePublication
oaire.license.conditionhttps://creativecommons.org/licenses/by-nc/4.0/
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
person.familyNameGil Oloriz
person.givenNameMarcos Antonio
relation.isAuthorOfPublication054fe854-cc9d-4c15-9a67-1e6096ccba9c
relation.isAuthorOfPublication.latestForDiscovery054fe854-cc9d-4c15-9a67-1e6096ccba9c
relation.isContributorOfPublicationbbb58ee1-cd1d-4bfc-8ecf-17ba9b0749c5
relation.isContributorOfPublication.latestForDiscoverybbb58ee1-cd1d-4bfc-8ecf-17ba9b0749c5

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
MSC_Telematica_8va_MarcosAGIlOloriz.pdf
Tamaño:
2.21 MB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
3.73 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis de Maestría - Telemática