MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Advanced Malware Detection Techniques
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

977 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
977 travaux dans la cohorte · sur 4 299 418page 8 sur 20

Les étiquettes couvrent 1 des 977 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 977 des 977 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Measuring code reuse in Android apps
Hugo Gonzalez, Natalia Stakhanova, Ali A. Ghorbani
2016· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Watch out! Doxware on the way…
Routa Moussaileb, Renzo E. Navas, Nora Cuppens
2020· article· en· Journal of Information Security and Applications· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
D-ForenRIA
Salman Hooshmand, Akib Mahmud, Gregor von Bochmann, Muhammad Faheem, Guy-Vincent Jourdan, Russ Couturier +1 autres
2016· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
On benign features in malware detection
Michael C. Cao, Sahar Badihi, Khaled E. Ahmed, Peiyu Xiong, Julia Rubin
2020· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
A Study on How Users Choose Apps
Adel Alhejaili, James Blustein
2022· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
6
citations
afffundnon étiqueté
Hidden in Plain Sight
Sajjad Pourali, Nayanamana Samarasinghe, Mohammad Mannan
2022· article· en· Proceedings of the 2022 ACM SIGSAC Conference on Computer and Communications Security· Computer Science
prédiction distillée:candidate · open_scienceconsensus · open_science
6
citations
affnon étiqueté
Automatically Detecting Visual Bugs in HTML5 Canvas Games
Finlay Macklon, Mohammad Reza Taesiri, Markos Viggiato, Stefan Antoszko, Natalia Romanova, Dale Paas +1 autres
2022· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations
affnon étiqueté
Human Factors in Cybersecurity
Xichen Zhang, Ali A. Ghorbani
2021· book-chapter· en· IGI Global eBooks· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
6
citations
afffundnon étiqueté
Machine Learning-Based Android Malware Detection
David Ojo, Nusayer Masud Siddique, Carson K. Leung, Connor C.J. Hryhoruk
2023· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations
afffundnon étiqueté
Security Weaknesses in IoT Management Platforms
Bhaskar Tejaswi, Mohammad Mannan, Amr Youssef
2023· article· en· IEEE Internet of Things Journal· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations
affnon étiqueté
Microsoft Malware Prediction Using LightGBM Model
ZheMing Zhang
2022· article· en· 2022 3rd International Conference on Big Data, Artificial Intelligence and Internet of Things Engineering (ICBAIE)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
6
citations
affnon étiqueté
AI Makes Crypto Evolve
Behrouz Zolfaghari, Takeshi Koshiba
2022· article· en· Applied System Innovation· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations
affsans résuménon étiqueté
Economics of Ransomware Attacks
Terrence August, Duy Dao
2019· article· en· SSRN Electronic Journal· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations

En coulisses: Sélection · Constats · À propos