International Journal of Internet Protocol Technology
| 短名 | Int. J. Internet Protoc. Technol. |
| Journal Impact | 0.18 |
| 国际分区 | COMPUTER SCIENCE, INFORMATION SYSTEMS(Q4) |
| ISSN | 1743-8209, 1743-8217 |
| h-index | 16 |
《International Journal of Internet Protocol Technology》为研究人员、学者、工程师、网络管理人员和服务提供商提供了一个开放的论坛，专注于互联网协议技术领域。期刊将广泛交流有关新协议、标准、服务及该领域各种应用的信息。
| 涉及主题 | 计算机科学操作系统工程类计算机网络数学计算机安全电信程序设计语言万维网经济物理分布式计算无线人工智能电气工程量子力学互联网算法生物政治学法学网络数据包嵌入式系统 |
| 出版信息 | 出版商: Inderscience Enterprises Ltd，出版周期: ，期刊类型: journal，开源期刊: 否 |
| 基本数据 | 创刊年份: 2005，原创研究文献占比: 100.00%，自引率:33.30%， Gold OA占比: 0.00% |
期刊引文格式
这些示例是对学术期刊文章的引用，以及它们应该如何出现在您的参考文献中。
并非所有期刊都按卷和期组织其已发表的文章，因此这些字段是可选的。有些电子期刊不提供页面范围，而是列出文章标识符。在这种情况下，使用文章标识符而不是页面范围是安全的。
有 1 位以上作者的期刊
有 2 位作者的期刊
有 3 位作者的期刊
有 5 位以上作者的期刊
书籍引用格式
以下是创作和编辑的书籍的参考文献的示例。
学位论文引用格式
网页引用格式
这些示例是对网页的引用，以及它们应该如何出现在您的参考文献中。
专利引用格式
手工熬夜修改参考文献？研飞自动匹配期刊，一键轻松成稿，支持 Word/WPS
点击下方按钮，免费开启试用！
Near Field Communication-Triggered Wireless Local Area Network Authentication
近场通信触发的无线局域网认证
2024-1-1
Enhancing Data Security in Massive Datasets Using Blockchain and Federated Learning: a Loosely Coupled Approach
利用区块链和联邦学习增强大规模数据集的数据安全：一种松耦合方法
2024-1-1
Deep Learning Algorithms Providing Security for Wireless Sensor Networks against Malicious Attacks
深度学习算法为无线传感器网络抵御恶意攻击提供安全保障
2024-1-1
Design and Implementation of Internet Protocol System - Application for the IOT Platform
互联网协议系统的设计与实现——应用于物联网平台
2024-1-1
Deep Learning Models based Classification of Solid Waste
基于深度学习模型的固体废物分类
2024-1-1
Near Field Communication-Triggered Wireless Local Area Network Authentication
近场通信触发的无线局域网认证
2024-1-1
Enhancing Data Security in Massive Datasets Using Blockchain and Federated Learning: a Loosely Coupled Approach
利用区块链和联邦学习增强大规模数据集的数据安全：一种松耦合方法
2024-1-1
Deep Learning Algorithms Providing Security for Wireless Sensor Networks against Malicious Attacks
深度学习算法为无线传感器网络抵御恶意攻击提供安全保障
2024-1-1
Design and Implementation of Internet Protocol System - Application for the IOT Platform
互联网协议系统的设计与实现——应用于物联网平台
2024-1-1
Deep Learning Models based Classification of Solid Waste
基于深度学习模型的固体废物分类
2024-1-1