Adversarial Threats and Defense Mechanisms in Machine Learning-Based SQL Injection Detection: A Security Analysis

Ranwa Al-Mallah et Alejandro Quintero

Communication écrite (2025)

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
ISBN:	9798331520960
URL de PolyPublie:	https://publications.polymtl.ca/65719/
Nom de la conférence:	International Conference on Computing, Networking and Communications (ICNC 2025)
Lieu de la conférence:	Honolulu, HI, USA
Date(s) de la conférence:	2025-02-17 - 2025-02-20
Maison d'édition:	Institute of Electrical and Electronics Engineers
DOI:	10.1109/icnc64010.2025.10993834
URL officielle:	https://doi.org/10.1109/icnc64010.2025.10993834
Date du dépôt:	14 mai 2025 10:02
Dernière modification:	14 mai 2025 10:02

Citer en APA 7:	Al-Mallah, R., & Quintero, A. (février 2025). Adversarial Threats and Defense Mechanisms in Machine Learning-Based SQL Injection Detection: A Security Analysis [Communication écrite]. International Conference on Computing, Networking and Communications (ICNC 2025), Honolulu, HI, USA. https://doi.org/10.1109/icnc64010.2025.10993834
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel