論文の概要: The Data that Drives Cyber Insurance: A Study into the Underwriting and Claims Processes

• arxiv url: http://arxiv.org/abs/2008.04713v1
• Date: Tue, 11 Aug 2020 14:18:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-06 14:01:02.103419
• Title: The Data that Drives Cyber Insurance: A Study into the Underwriting and Claims Processes
• Title（参考訳）: サイバー保険を推進しているデータ--引受と請求プロセスに関する研究
• Authors: Jason R. C. Nurse and Louise Axon and Arnau Erola and Ioannis Agrafiotis and Michael Goldsmith and Sadie Creese
• Abstract要約: 本稿では,サイバー保険実践者が使用する鍵となるタイプのデータに焦点を当てる。 我々は,データ収集と利用において直面する課題に対する実践者の認識を探求する。
• 参考スコア（独自算出の注目度）: 2.038893829552157
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cyber insurance is a key component in risk management, intended to transfer risks and support business recovery in the event of a cyber incident. As cyber insurance is still a new concept in practice and research, there are many unanswered questions regarding the data and economic models that drive it, the coverage options and pricing of premiums, and its more procedural policy-related aspects. This paper aims to address some of these questions by focusing on the key types of data which are used by cyber-insurance practitioners, particularly for decision-making in the insurance underwriting and claim processes. We further explore practitioners' perceptions of the challenges they face in gathering and using data, and identify gaps where further data is required. We draw our conclusions from a qualitative study by conducting a focus group with a range of cyber-insurance professionals (including underwriters, actuaries, claims specialists, breach responders, and cyber operations specialists) and provide valuable contributions to existing knowledge. These insights include examples of key data types which contribute to the calculation of premiums and decisions on claims, the identification of challenges and gaps at various stages of data gathering, and initial perspectives on the development of a pre-competitive dataset for the cyber insurance industry. We believe an improved understanding of data gathering and usage in cyber insurance, and of the current challenges faced, can be invaluable for informing future research and practice.
• Abstract（参考訳）: サイバー保険はリスク管理の重要な要素であり、サイバーインシデント時にリスクを移し、ビジネス回復を支援することを目的としている。 サイバー保険は、まだ新しい概念であり研究されているため、それを推進するデータと経済モデル、保険のカバーオプションと価格、そしてより手続き的な政策関連の側面について、多くの未解決の疑問がある。 本稿では,サイバー保険の実践者,特に保険申請・請求プロセスにおける意思決定に使用される重要なデータの種類に着目し,これらの問題に対処することを目的とする。 さらに,データ収集と利用において直面する課題に対する実践者の認識を探求し,さらなるデータが必要なギャップを特定する。 我々は,サイバー保険専門家(アンダーライター,アクチュアリー,クレームスペシャリスト,侵入対応者,サイバーオペレーションスペシャリストを含む)を対象にフォーカスグループを実施し,既存の知識に対して貴重な貢献を行うことで,質的研究から結論を導き出す。 これらの洞察には、クレームに関するプレミアムと決定の計算に寄与する重要なデータ型の例、データ収集のさまざまな段階における課題とギャップの特定、サイバー保険業界のための事前競合データセットの開発に関する最初の視点が含まれる。 サイバー保険におけるデータ収集と利用の理解の向上、そして直面した現在の課題は、将来の研究と実践を知らせる上で有用であると信じています。

関連論文リスト

• Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
  近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。 この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。 本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
  論文  参考訳（メタデータ） (2024-11-15T08:09:28Z)
• Privacy Risks of General-Purpose AI Systems: A Foundation for Investigating Practitioner Perspectives [47.17703009473386]
  強力なAIモデルによって、幅広いタスクでパフォーマンスが飛躍的に向上した。 プライバシの懸念は、さまざまなプライバシのリスクとAIモデルの脆弱性をカバーした、豊富な文献につながっている。 我々はこれらの調査論文の体系的なレビューを行い、GPAISにおけるプライバシーリスクの簡潔かつ有用な概観を提供する。
  論文  参考訳（メタデータ） (2024-07-02T07:49:48Z)
• TrialBench: Multi-Modal Artificial Intelligence-Ready Clinical Trial Datasets [57.067409211231244]
  本稿では,マルチモーダルデータ(例えば,薬物分子,疾患コード,テキスト,分類・数値的特徴)と臨床治験設計における8つの重要な予測課題をカバーするAIreadyデータセットを精巧にキュレートした。 データセットのユーザビリティと信頼性を確保するため、各タスクに基本的な検証方法を提供する。 このようなオープンアクセスデータセットが利用可能になることは、臨床試験設計のための高度なAIアプローチの開発を促進することを期待する。
  論文  参考訳（メタデータ） (2024-06-30T09:13:10Z)
• Harnessing GPT-4V(ision) for Insurance: A Preliminary Exploration [51.36387171207314]
  保険には、テキスト、画像、ビデオなど、その運用プロセスにおけるさまざまなデータフォームが含まれる。 GPT-4Vは、保険関連のタスクにおいて顕著な能力を示し、マルチモーダルコンテンツの堅牢な理解を示す。 しかし、GPT-4Vは、詳細なリスク評価と損失評価に苦慮し、画像理解における幻覚に悩まされ、異なる言語に対する可変サポートを示す。
  論文  参考訳（メタデータ） (2024-04-15T11:45:30Z)
• A Data-Driven Predictive Analysis on Cyber Security Threats with Key Risk Factors [1.715270928578365]
  本稿では、社会経済的要因を分析して、サイバー攻撃の犠牲者となる可能性のある個人を予測するための機械学習(ML)に基づくモデルを示す。 我々は,20個の特徴量(95.95%)で最大精度を達成した新しい特徴量ランダムフォレスト(RF)モデルを提案する。 我々は10の重要な関連ルールを生成し、実世界のデータセットで厳格に評価されたフレームワークを提示した。
  論文  参考訳（メタデータ） (2024-03-28T09:41:24Z)
• Mind the Gap: Securely modeling cyber risk based on security deviations from a peer group [2.7910505923792646]
  本稿では,特定の経済セクターにおいて,ピアに対するサイバー姿勢とサイバーリスクを推定する新たな枠組みを提案する。 我々は、組織とその仲間間の重み付けされたセキュリティギャップを表す、Defense Gap Indexと呼ばれる新しいトップライン変数を導入する。 このアプローチを,25の大企業から収集したデータを用いて,特定の分野に適用する。
  論文  参考訳（メタデータ） (2024-02-06T17:22:45Z)
• RCVaR: an Economic Approach to Estimate Cyberattacks Costs using Data from Industry Reports [8.45831177335402]
  本稿では、サイバーセキュリティコストを見積もる経済的なアプローチであるReal Cyber Value at Risk (RCVaR)を紹介する。 RCVaRは、様々な情報源から最も重要なサイバーリスク要因を特定し、それらの定量的結果を組み合わせて、企業の特定のサイバー攻撃コストを見積もる。
  論文  参考訳（メタデータ） (2023-07-20T17:52:47Z)
• A robust statistical framework for cyber-vulnerability prioritisation under partial information in threat intelligence [0.0]
  この研究は、サイバー脆弱性に関する不確実性の下で、定量的および質的な推論のための頑健な統計的枠組みを導入する。 我々は,既存の脆弱性の集合全体の部分的知識の下で,ばらつきのランクに適合する新しい精度尺度を同定する。 本稿では,サイバー脆弱性に関する部分的知識が,運用シナリオにおける脅威インテリジェンスと意思決定に与える影響について論じる。
  論文  参考訳（メタデータ） (2023-02-16T15:05:43Z)
• Statistical Modeling of Data Breach Risks: Time to Identification and Notification [2.132096006921048]
  そこで本研究では,欠落したデータを計算するための新しい手法を提案するとともに,これらの2つの指標によって示される複雑なパターンをキャプチャーするための依存モデルをさらに発展させる。 実験により,提案手法の予測性能は良好であり,他の一般的なモデルよりも優れていることが示された。
  論文  参考訳（メタデータ） (2022-09-15T14:08:23Z)
• A Survey of Risk-Aware Multi-Armed Bandits [84.67376599822569]
  我々は、様々な利害リスク対策をレビューし、その特性についてコメントする。 我々は,探索と探索のトレードオフが現れる,後悔の最小化設定のためのアルゴリズムを検討する。 今後の研究の課題と肥大化についてコメントし、締めくくりに締めくくります。
  論文  参考訳（メタデータ） (2022-05-12T02:20:34Z)
• Survey of Network Intrusion Detection Methods from the Perspective of the Knowledge Discovery in Databases Process [63.75363908696257]
  本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。 本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。 この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
  論文  参考訳（メタデータ） (2020-01-27T11:21:05Z)

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。