KIT | KIT-Bibliothek | Impressum | Datenschutz

Dos and Don’ts of Machine Learning in Computer Security

Arp, Daniel; Quiring, Erwin; Pendlebury, Feargus; Warnecke, Alexander; Pierazzi, Fabio; Wressnegger, Christian; Cavallaro, Lorenzo; Rieck, Konrad


Zugehörige Institution(en) am KIT Institut für Informationssicherheit und Verlässlichkeit (KASTEL)
Institut für Theoretische Informatik (ITI)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2022
Sprache Englisch
Identifikator KITopen-ID: 1000139897
HGF-Programm 46.23.01 (POF IV, LK 01) Methods for Engineering Secure Systems
Erschienen in Proc. of the USENIX Security Symposium 2022
Veranstaltung 31st USENIX Security Symposium (2022), Boston, MA, USA, 10.08.2022 – 12.08.2022
Vorab online veröffentlicht am 09.11.2021
Externe Relationen Abstract/Volltext
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page