confused专题

VLDB-2020 论文简析:检测和预防众包数据中的混淆标签-Detecting and Preventing Confused Labels in Crowdsourced Data

VLDB2020论文简析:检测和预防众包数据中的混淆标签-Detecting and Preventing Confused Labels in Crowdsourced Data 研究背景研究目标问题挑战作者贡献总体模型1 真值发现器的生成模型2 检测混淆观测的推理算法(MCMC-C)3 基于MV的贪婪算法数据集实验分析困惑/思考 研究背景 如今,众包通常用于解决类似AI相关

论文阅读:Cached and Confused: Web Cache Deception in the wild

文章目录 1 背景1.1 web缓存1.2 路径混淆1.3 web缓存欺骗 2 WCD攻击测量方法2.1 第一阶段:测量设置2.1.1 域名发现2.1.2 账号创建2.1.3 Cookie收集 2.2 第二阶段:攻击面检测2.3 第三阶段:WCD检测 3 WCD测量分析3.1 WCD漏洞在流行网站中的存在情况3.2 WCD漏洞是否会暴露以及会暴露何种PII3.3 WCD漏洞是否可以击败针对w