論文の概要: Benefits and Pitfalls of Using Capture the Flag Games in University Courses

• arxiv url: http://arxiv.org/abs/2004.11556v1
• Date: Fri, 24 Apr 2020 06:55:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-22 06:21:57.177822
• Title: Benefits and Pitfalls of Using Capture the Flag Games in University Courses
• Title（参考訳）: 大学におけるcapture the flag games活用のメリットと落とし穴
• Authors: Jan Vykopal, Valdemar \v{S}v\'abensk\'y, Ee-Chien Chang
• Abstract要約: サイバーセキュリティスキルを実践するためのCTF(Capture the Flag)ゲームの概念は、非公式な教育設定やレジャータイムのコンペで広く使われている。 本稿では,初等科目の宿題として,難易度の高いCTFゲームを用いた経験を要約する。 学生のゲーム内行動とコースパフォーマンスを記述したデータから,CTFタスクの設計において対処すべき4つの側面を明らかにした。
• 参考スコア（独自算出の注目度）: 8.890638003061605
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The concept of Capture the Flag (CTF) games for practicing cybersecurity skills is widespread in informal educational settings and leisure-time competitions. However, it is not much used in university courses. This paper summarizes our experience from using jeopardy CTF games as homework assignments in an introductory undergraduate course. Our analysis of data describing students' in-game actions and course performance revealed four aspects that should be addressed in the design of CTF tasks: scoring, scaffolding, plagiarism, and learning analytics capabilities of the used CTF platform. The paper addresses these aspects by sharing our recommendations. We believe that these recommendations are useful for cybersecurity instructors who consider using CTF games for assessment in university courses and developers of CTF game frameworks.
• Abstract（参考訳）: サイバーセキュリティスキルを実践するためのcapture the flag(ctf)ゲームの概念は、非公式の教育的設定やレジャータイム競技で広く使われている。 しかし、大学ではあまり使われていない。 本論文は,jeopardy ctfゲームを用いた授業における課題割り当ての経験を概説する。 学生のゲーム内行動とコースパフォーマンスを記述したデータから, CTF の課題に対処すべき4つの側面として, スコア, 足場, 盗作, 学習分析能力について分析した。 論文は推奨事項を共有することでこれらの側面に対処する。 これらの勧告は,大学における評価にctfゲームの利用を検討するサイバーセキュリティインストラクタや,ctfゲームフレームワークの開発者にとって有用であると考えられる。

関連論文リスト

• Adversarial Knapsack and Secondary Effects of Common Information for Cyber Operations [0.9378911615939924]
  本稿では,CTF(Capture the Flag)コンペティションのための動的ネットワーク制御ゲームを形式化し,各タイムステップごとに静的ゲームの詳細を示す。 我々は、重み付きKnapsack問題を相互作用するシステムとして、Adversarial Knapsack最適化問題を定義する。 シナリオ、報酬、コストに対する一般的な認識は、非協力的なゲームのステージにつくでしょう。
  論文  参考訳（メタデータ） (2024-03-16T03:41:12Z)
• Using Large Language Models for Cybersecurity Capture-The-Flag Challenges and Certification Questions [5.772077916138848]
  サイバーセキュリティキャプチャー・ザ・フラッグ(CTF: Cybersecurity Capture-The-Flag)のエクササイズの評価には、システムの脆弱性を利用して、参加者が文字列やフラグを見つけることが含まれる。 LLM(Large Language Models)は、テキストの理解と生成のために大量の単語で訓練された自然言語モデルである。 本研究は,LCMの有効性,特にCTFの課題と課題の領域における有効性について検討する。
  論文  参考訳（メタデータ） (2023-08-21T03:30:21Z)
• SPRING: Studying the Paper and Reasoning to Play Games [102.5587155284795]
  我々は,ゲーム本来の学術論文を読み取るための新しいアプローチ,SPRINGを提案し,大言語モデル(LLM)を通してゲームの説明とプレイの知識を利用する。 実験では,クラフトオープンワールド環境の設定下で,異なる形態のプロンプトによって引き起こされる文脈内「推論」の品質について検討した。 我々の実験は、LLMが一貫したチェーン・オブ・シークレットによって誘導されると、洗練された高レベル軌道の完成に大きな可能性があることを示唆している。
  論文  参考訳（メタデータ） (2023-05-24T18:14:35Z)
• SETSum: Summarization and Visualization of Student Evaluations of Teaching [74.76373136325032]
  学生の教育評価(SET)は、大学や大学で広く使われている。 SETSumは、インストラクターや他のレビュアーにSETの調査結果の組織化されたイラストを提供している。
  論文  参考訳（メタデータ） (2022-07-08T01:40:11Z)
• Capture the Flag for Team Construction in Cybersecurity [2.4698886064068555]
  我々は、専門知識の認識と役割割り当てのためのコンピュータ・ヒューマン・プロセスの一部として、Capture the Flagを組み込むフレームワークを開発した。 本稿では、CTFを組み込んだコンピュータ・ヒューマン・プロセス・フレームワークの洞察、設計選択、および分析について紹介する。
  論文  参考訳（メタデータ） (2022-06-17T19:02:29Z)
• ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
  本稿では,フィードバックを数発の分類として提供するという課題について考察する。 メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。 本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
  論文  参考訳（メタデータ） (2021-07-23T22:41:28Z)
• Contextual Games: Multi-Agent Learning with Side Information [57.76996806603094]
  各ラウンドでコンテキスト情報によって駆動されるコンテキストゲームの新しいクラスを定式化する。 カーネルベースの規則性仮定を用いて、異なるコンテキストとゲーム結果の相関関係をモデル化する。 本研究では,個々のプレイヤーの文脈的後悔を最小限に抑えるために,そのような相関を利用した新しいオンライン(メタ)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-07-13T18:37:37Z)
• SherLOCKED: A Detective-themed Serious Game for Cyber Security Education [2.2559617939136505]
  この記事は、2Dトップダウンパズルアドベンチャーのスタイルで作られた新しい真剣なゲームであるSherLOCKEDを提案する。 このゲームは、学部のサイバーセキュリティコースの文脈にあり、学生の基本的なセキュリティ概念に関する知識を統合するために使用される。
  論文  参考訳（メタデータ） (2021-07-09T15:46:47Z)
• TCIC: Theme Concepts Learning Cross Language and Vision for Image Captioning [50.30918954390918]
  テーマの概念を取り入れたテーマコンセプト拡張画像キャプタリングフレームワークを提案する。 画像とキャプションの両方からテーマ概念が学習可能であることを考慮し,TTNに基づく表現学習のための2つの設定を提案する。
  論文  参考訳（メタデータ） (2021-06-21T09:12:55Z)
• Interpretable Contextual Team-aware Item Recommendation: Application in Multiplayer Online Battle Arena Games [1.995792341399967]
  本研究では,Transformer ニューラルアーキテクチャに基づくコンテキストレコメンデータモデル TTIR を開発する。 評価の結果,Transformer アーキテクチャとコンテキスト情報の両方が最適な結果を得るために不可欠であることが示唆された。
  論文  参考訳（メタデータ） (2020-07-30T05:17:28Z)
• Attentional Graph Convolutional Networks for Knowledge Concept Recommendation in MOOCs in a Heterogeneous View [72.98388321383989]
  大規模なオープンオンラインコース(MOOC)は、学生が知識を習得するための大規模かつオープンな学習機会を提供する。 学生の関心を惹きつけるため、MOOCsプロバイダによる推薦制度が採用され、学生にコースを推薦する。 そこで本研究では,MOOCにおける知識概念レコメンデーションのために,Attentional Heterogeneous Graph Convolutional Deep Knowledge Recommender (ACKRec) という,エンドツーエンドのグラフニューラルネットワークに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2020-06-23T18:28:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。