( en | de | ru )

 

Disambiguierung von "Sharif, Mahmood"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Adversarial Training for Raw-Binary Malware Classifiers.

, , , , , und . USENIX Security Symposium, Seite 1163-1180. USENIX Association, (2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Sharif Sharaf

Humayun Sharif

Athar Mahmood

Mahmood Saiyadpour

Mahmood Haiaty

 

Weitere Publikationen von Autoren mit dem selben Namen

(Do Not) Track Me Sometimes: Users' Contextual Preferences for Web Tracking., , , , , und . Proc. Priv. Enhancing Technol., 2016 (2): 135-154 (2016)Secure authentication from facial attributeswith no privacy loss., , und . ACM Conference on Computer and Communications Security, Seite 1403-1406. ACM, (2013)Optimization-Guided Binary Diversification to Mislead Neural Networks for Malware Detection., , , , und . CoRR, (2019)The Ultimate Combo: Boosting Adversarial Example Transferability by Composing Data Augmentations., , , und . CoRR, (2023)Adversarial Training for Raw-Binary Malware Classifiers., , , , , und . USENIX Security Symposium, Seite 1163-1180. USENIX Association, (2023)How Risky Are Real Users' IFTTT Applets?, , , , , , und . SOUPS @ USENIX Security Symposium, Seite 505-529. USENIX Association, (2020)On the Suitability of Lp-Norms for Creating and Preventing Adversarial Examples., , und . CVPR Workshops, Seite 1605-1613. Computer Vision Foundation / IEEE Computer Society, (2018)Accessorize to a Crime: Real and Stealthy Attacks on State-of-the-Art Face Recognition., , , und . CCS, Seite 1528-1540. ACM, (2016)A Field Study of Computer-Security Perceptions Using Anti-Virus Customer-Support Chats., , , , , , und . CHI, Seite 78. ACM, (2019)Adversarial Generative Nets: Neural Network Attacks on State-of-the-Art Face Recognition., , , und . CoRR, (2018)