机构名称：
¥ 1.0
在本文中，我们确定了10个常见的 - 微妙的跌倒，这对有效性和阻碍研究结果的解释构成了威胁。为了支持这一主张，我们分析了过去十年来30个顶级安全性PA PER中这些陷阱的流行，这些陷阱依靠ML来解决不同的问题。令我们惊讶的是，每张纸至少遭受三个陷阱；更糟糕的是，几个陷阱影响了大多数论文，这表明了问题的流行程度和子。尽管陷阱是广泛的，但了解它们削弱结果并导致过度乐观的结论可能更为重要。为此，我们对四个不同安全领域的陷阱进行了影响分析。该发现支持我们的前提，回应了社区的广泛关注。
计算机安全机器学习中的陷阱
主要关键词
相关文件推荐
