論文の概要: Quantifying Susceptibility to Spear Phishing in a High School Environment Using Signal Detection Theory

• arxiv url: http://arxiv.org/abs/2006.16380v2
• Date: Wed, 8 Jul 2020 12:02:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-12 03:19:26.287990
• Title: Quantifying Susceptibility to Spear Phishing in a High School Environment Using Signal Detection Theory
• Title（参考訳）: 信号検出理論を用いた高校環境における槍フィッシング感受性の定量化
• Authors: Ploy Unchit, Sanchari Das, Andrew Kim, L. Jean Camp
• Abstract要約: スピアフィッシング(英:spear phishing)は、社会工学を用いて標的の被害者を標的とした機密情報を取得する詐欺攻撃である。 ピアフィッシングへのレジリエンスに関するこれまでの研究は、学生に不公平な焦点をあてて、利便性のサンプルに焦点を当ててきた。 我々は、信号検出理論(SDT)を用いた研究の参加者として、57人の高校生と教員を雇用した。 その結果, 技術的背景に関わらず, 自己判定における自信の過剰な偏りが明らかとなった。
• 参考スコア（独自算出の注目度）: 2.867517731896504
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spear phishing is a deceptive attack that uses social engineering to obtain confidential information through targeted victimization. It is distinguished by its use of social cues and personalized information to target specific victims. Previous work on resilience to spear phishing has focused on convenience samples, with a disproportionate focus on students. In contrast, here, we report on an evaluation of a high school community. We engaged 57 high school students and faculty members (12 high school students, 45 staff members) as participants in research utilizing signal detection theory (SDT). Through scenario-based analysis, participants tasked with distinguishing phishing emails from authentic emails. The results revealed an overconfidence bias in self-detection from the participants, regardless of their technical background. These findings are critical for evaluating the decision-making of underrepresented populations and protecting people from potential spear phishing attacks by examining human susceptibility.
• Abstract（参考訳）: スピアフィッシング(英:spear phishing)は、社会工学を用いて標的の被害者を標的とした機密情報を取得する詐欺攻撃である。 特定の犠牲者を狙うために社会的手がかりとパーソナライズされた情報を使用することで区別される。 スピアフィッシングに対するレジリエンスに関する以前の研究は、学生に不釣り合いに焦点を合わせながら、コンビニエンスサンプルに焦点を当てている。 対照的に,本稿では,高校生コミュニティの評価について報告する。 信号検出理論(SDT)を用いた研究には,高校生57名と教員(高校生12名,職員45名)が参加した。 シナリオベースの分析を通じて、参加者はフィッシングメールと本物のメールを区別する作業を行った。 その結果, 技術背景に関わらず, 自己検出における自信の偏りがみられた。 これらの知見は,過疎な集団の意思決定を評価する上で重要であり,ヒトの感受性を調べることで,潜在的な槍フィッシング攻撃から人々を保護している。

関連論文リスト

• A Quantitative Study of SMS Phishing Detection [0.0]
  参加者187名を対象に,スマイシング検出に関するオンライン調査を行った。 我々は16のSMSスクリーンショットを提示し、異なる要因がスマイシング検出における意思決定プロセスに与える影響を評価した。 参加者は偽のメッセージで67.1%、本物のメッセージで43.6%の精度で、偽のメッセージから本物のメッセージを見つけるのが困難であることが判明した。
  論文  参考訳（メタデータ） (2023-11-12T17:56:42Z)
• The Anatomy of Deception: Technical and Human Perspectives on a Large-scale Phishing Campaign [4.369550829556578]
  本研究は,Metaユーザを対象とした大規模フィッシングキャンペーンについて,前例のない深層調査を行った。 世界中の2万5000人以上の被害者のデータを分析し、これらのキャンペーンのニュアンスを強調します。 自然言語処理や機械学習などの高度な計算技術の応用を通じて、この研究は犠牲者の精神に対する重要な洞察を明らかにする。
  論文  参考訳（メタデータ） (2023-10-05T12:24:24Z)
• Students Parrot Their Teachers: Membership Inference on Model Distillation [54.392069096234074]
  知識蒸留によるプライバシを,教師と学生のトレーニングセットの両方で研究する。 私たちの攻撃は、生徒セットと教師セットが類似している場合、または攻撃者が教師セットを毒できる場合、最強です。
  論文  参考訳（メタデータ） (2023-03-06T19:16:23Z)
• An Overview of Phishing Victimization: Human Factors, Training and the Role of Emotions [0.0]
  フィッシング(英: Phishing)とは、犯罪者やフィッシング業者が、機密で機密性の高い情報を盗むためにエンドユーザーを欺くことができるサイバー犯罪の一種である。 本稿では, フィッシング被害の要因として, 過去の研究で報告された感情的要因について考察する。
  論文  参考訳（メタデータ） (2022-09-13T12:51:20Z)
• A Tale of HodgeRank and Spectral Method: Target Attack Against Rank Aggregation Is the Fixed Point of Adversarial Game [153.74942025516853]
  ランクアグリゲーション手法の本質的な脆弱性は文献ではよく研究されていない。 本稿では,ペアデータの変更による集計結果の指定を希望する目的のある敵に焦点をあてる。 提案した標的攻撃戦略の有効性は,一連の玩具シミュレーションと実世界のデータ実験によって実証された。
  論文  参考訳（メタデータ） (2022-09-13T05:59:02Z)
• SoK: Human-Centered Phishing Susceptibility [4.794822439017277]
  フィッシングの検出と防止に人間がどう関わっているかを説明する3段階のフィッシング・サセプティビリティ・モデル(PSM)を提案する。 このモデルは、ユーザの検出性能を改善するために対処する必要があるいくつかの研究ギャップを明らかにする。
  論文  参考訳（メタデータ） (2022-02-16T07:26:53Z)
• Deep convolutional forest: a dynamic deep ensemble approach for spam detection in text [219.15486286590016]
  本稿では,スパム検出のための動的深層アンサンブルモデルを提案する。 その結果、このモデルは高い精度、リコール、f1スコア、98.38%の精度を達成した。
  論文  参考訳（メタデータ） (2021-10-10T17:19:37Z)
• Falling for Phishing: An Empirical Investigation into People's Email Response Behaviors [10.841507821036458]
  高度なフィッシングメール検出システムにもかかわらず、人間はフィッシングメールによって騙され続けている。 我々は電子メールを読む際の人々の思考過程を調査するための実証的研究を行った。 我々は、フィッシングと合法メールの両方に対する人々の反応決定に影響を与える11の要因を特定します。
  論文  参考訳（メタデータ） (2021-08-10T16:19:01Z)
• Curse or Redemption? How Data Heterogeneity Affects the Robustness of Federated Learning [51.15273664903583]
  データの不均一性は、フェデレートラーニングにおける重要な特徴の1つとして認識されているが、しばしば敵対的攻撃に対する堅牢性のレンズで見過ごされる。 本稿では, 複合学習におけるバックドア攻撃の影響を, 総合的な実験を通じて評価し, 理解することを目的とした。
  論文  参考訳（メタデータ） (2021-02-01T06:06:21Z)
• Sampling Attacks: Amplification of Membership Inference Attacks by Repeated Queries [74.59376038272661]
  本手法は,他の標準メンバーシップ相手と異なり,被害者モデルのスコアにアクセスできないような厳格な制限の下で動作可能な,新しいメンバーシップ推論手法であるサンプリングアタックを導入する。 ラベルのみを公開している被害者モデルでは,攻撃のサンプリングが引き続き可能であり,攻撃者はその性能の最大100%を回復できることを示す。 防衛においては,被害者モデルのトレーニング中の勾配摂動と予測時の出力摂動の形式で差分プライバシーを選択する。
  論文  参考訳（メタデータ） (2020-09-01T12:54:54Z)
• Phishing and Spear Phishing: examples in Cyber Espionage and techniques to protect against them [91.3755431537592]
  フィッシング攻撃は、2012年以降、サイバー攻撃の91%以上を突破し、オンライン詐欺で最も使われているテクニックとなっている。 本研究は, フィッシングとスピア・フィッシングによる攻撃が, 結果を大きくする5つのステップを通じて, フィッシングとスピア・フィッシングによる攻撃の実施方法についてレビューした。
  論文  参考訳（メタデータ） (2020-05-31T18:10:09Z)

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。