Proceedings of the 3rd international workshop on Visualization for computer security
Notice bibliographique
Résumé
It is our great pleasure to welcome you to the 3rd International Workshop on Visualization for Computer Security -- VizSEC'06 held November 3rd, 2006 at George Mason University in conjunction the Thirteenth ACM Conference on Computer and Communications Security (CCS). This year's workshop continues its tradition of being the premier forum for presentation of research results and experience reports on visualization for cybersecurity. VizSEC provides researchers and practitioners the unique opportunity of a focused workshop environment to share their ideas with others from around the world interested in applying visualization techniques to the application domain of Internet security.The VizSEC'06 call-for-papers attracted 44 submissions from Asia, Australia, Canada, Europe, and the United States. The program committee accepted 19 papers that cover a wide variety of topics. In addition to traditional VizSEC'06 strengths in system administration tools, traffic visualization, intrusion detection, and routing -- this year we have industry participation (3 papers and 8 members of the program committee), and papers on new topics such as wireless, encryption, and DNS. While the accepted papers are USA-centric, there are accepted papers from Australia, Canada, Israel, Japan, and Switzerland. Future VizSEC'06 workshops will seek to increase international participation. This year we also introduced two new paper categories: (1) update papers on tools presented at previous VizSEC'06 workshops and (2) position papers. It is our hope these two new paper categories will provide another opportunity for communicating interesting work in future VizSEC'06workshops.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».