Vollständig autonome Z-Score-basierte TinyML Anomalieerkennung auf ressourcenbeschränkten MCUs mittels Power Side-Channel Daten

arXiv:2604.08581v1 Ankündigungstyp: neu Abstract: Dieses Paper präsentiert ein vollständig autonomes Tiny Machine Learning (TinyML) Z-Score-basiertes Anomalieerkennungssystem, das auf einem energieeffizienten Mikrocontroller für Echtzeitüberwachung des Appliance-Verhaltens mittels Power Side-Channel Daten implementiert ist