TU Darmstadt / ULB / TUbiblio

On Automated Anomaly Detection for Potentially Unbounded Cardinality-based Feature Models

Weckesser, Markus ; Lochau, Malte ; Schnabel, Thomas ; Björn, Richerzhagen ; Andy, Schürr :
On Automated Anomaly Detection for Potentially Unbounded Cardinality-based Feature Models.
In: Software Engineering 2017, Fachtagung des GI-Fachbereichs Softwaretechnik, 21.-24. Februar 2017, Hannover, Deutschland.
[Konferenz- oder Workshop-Beitrag], (2017)

Typ des Eintrags: Konferenz- oder Workshop-Beitrag (Keine Angabe)
Erschienen: 2017
Autor(en): Weckesser, Markus ; Lochau, Malte ; Schnabel, Thomas ; Björn, Richerzhagen ; Andy, Schürr
Titel: On Automated Anomaly Detection for Potentially Unbounded Cardinality-based Feature Models
Sprache: Deutsch
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Datentechnik > Echtzeitsysteme
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Datentechnik
DFG-Sonderforschungsbereiche (inkl. Transregio)
DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche
DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet
DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > B: Adaptionsmechanismen > Teilprojekt B1: Monitoring und Analyse
Veranstaltungstitel: Software Engineering 2017, Fachtagung des GI-Fachbereichs Softwaretechnik, 21.-24. Februar 2017, Hannover, Deutschland
Hinterlegungsdatum: 31 Mär 2017 14:58
Export:

Optionen (nur für Redakteure)

Eintrag anzeigen Eintrag anzeigen