Machine Leaming for Fraud Detection in E-Commerce: A Research Agenda

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	International Workshop on Deployable Machine Learning for Security Defense (2. : 2021 : Online) Deployable Machine Learning for Security Defense
1. Verfasser:	Tax, Niek (VerfasserIn)
Weitere Verfasser:	Vries, Kees Jan de (VerfasserIn), Jong, Mathijs de (VerfasserIn), Dosoula, Nikoleta (VerfasserIn), Akker, Bram van den (VerfasserIn), Smith, Jon (VerfasserIn), Thuong, Olivier (VerfasserIn), Bernardi, Lucas (VerfasserIn)
Format:	UnknownFormat
Sprache:	eng
Veröffentlicht:	2021
Schlagworte:
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Titel	Jahr	Verfasser
STAN: Synthetic Network Traffic Generation with Generative Neural Models	2021	Xu, Shengzhe
Few-Sample Named Entity Recognition for Security Vulnerability Reports by Fine-Tuning Pre-trained Language Models	2021	Yang, Guanqun
A Survey on Common Threats in npm and PyPi Registries	2021	Kaplan, Berkay
Machine Leaming for Fraud Detection in E-Commerce: A Research Agenda	2021	Tax, Niek
DExRay: A Simple, yet Effective Deep Learning Approach to Android Malware Detection Based on Image Representation of Bytecode	2021	Daoudi, Nadia
Attacks on Visualization-Based Malware Detection: Balancing Effectiveness and Executability	2021	Benkraouda, Hadjer