SecMLOps: A comprehensive framework for integrating security throughout the machine learning operations lifecycle

XinRui Zhang, Pincan Zhao, Jason Jaskolka, Heng Li et Rongxing Lu

Article de revue (2026)

Document en libre accès chez l'éditeur officiel

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
Organismes subventionnaires:	NSERC
Numéro de subvention:	RGPIN-2019-06306
URL de PolyPublie:	https://publications.polymtl.ca/73272/
Titre de la revue:	Empirical Software Engineering (vol. 31, no 3)
Maison d'édition:	Springer Science+Business Media
DOI:	10.1007/s10664-025-10795-y
URL officielle:	https://doi.org/10.1007/s10664-025-10795-y
Date du dépôt:	23 févr. 2026 08:35
Dernière modification:	23 févr. 2026 08:35

Citer en APA 7:	Zhang, X.R., Zhao, P., Jaskolka, J., Li, H., & Lu, R. (2026). SecMLOps: A comprehensive framework for integrating security throughout the machine learning operations lifecycle. Empirical Software Engineering, 31(3), 74 (48 pages). https://doi.org/10.1007/s10664-025-10795-y
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