利用AI+大数据的方式分析恶意样本（三十九）

利用AI+大数据的方式分析恶意样本（三十九）

文章目录

Dos and Don'ts of Machine Learning in Computer Security

abstract introduction Pitfalls

数据收集和标记

抽样偏差 标签不正确 系统设计与训练

数据窥探 伪相关 参数偏差 性能评估

不当的baseline 不当的评价措施 基准率错误 部署和运行

仅限实验室评估 不当的威胁模型