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
; 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 | ISBN: 978-1-939133-31-1 KITopen-ID: 1000139897 |
| HGF-Programm | 46.23.01 (POF IV, LK 01) Methods for Engineering Secure Systems |
| Erschienen in | Proceedings of the 31st USENIX Security Symposium : August 10-12, 2022, Boston, MA, USA |
| Veranstaltung | 31st USENIX Security Symposium (2022), Boston, MA, USA, 10.08.2022 – 12.08.2022 |
| Verlag | USENIX Association |
| Seiten | 3971-3988 |
| Vorab online veröffentlicht am | 09.11.2021 |
| Externe Relationen | Abstract/Volltext |
| Nachgewiesen in | Scopus |