An Empirical Study of High-Impact Factors for Machine Learning-Based Vulnerability Detection

Zheng, Wei ; Gao, Jialiang ; et al.

In: IEEE 2nd International Workshop on Intelligent Bug Fixing (IBF); (2020-02-01) S. 26-34

Konferenz

Titel:	An Empirical Study of High-Impact Factors for Machine Learning-Based Vulnerability Detection
Autor/in / Beteiligte Person:	Zheng, Wei ; Gao, Jialiang ; Wu, Xiaoxue ; Xun, Yuxing ; Liu, Guoliang ; Chen, Xiang
Quelle:	IEEE 2nd International Workshop on Intelligent Bug Fixing (IBF); (2020-02-01) S. 26-34
Veröffentlichung:	2020
Medientyp:	Konferenz
ISBN:	978-1-7281-6280-5 (print)
DOI:	10.1109/IBF50092.2020.9034888
Sonstiges:	Nachgewiesen in: IEEE Xplore Digital Library

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.