論文の概要: Defining, Evaluating, Preparing for and Responding to a Cyber Pearl
Harbor
- arxiv url: http://arxiv.org/abs/2103.07662v1
- Date: Sat, 13 Mar 2021 09:15:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-08 06:31:02.067180
- Title: Defining, Evaluating, Preparing for and Responding to a Cyber Pearl
Harbor
- Title(参考訳): サイバー真珠湾に対する定義・評価・準備・対応
- Authors: Jeremy Straub
- Abstract要約: 本稿では,真珠湾の歴史的攻撃の3つの異なる側面に基づいて,この言葉の意味を考察し,その分解を提案する。
これら3つの定義を用いて、前回の攻撃と現在の脅威を評価し、サイバー真珠湾事件に対する準備と対応について論じる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Despite not having a clear meaning, public perception and awareness makes the
term cyber Pearl Harbor an important part of the public discourse. This paper
considers what the term has meant and proposes its decomposition based on three
different aspects of the historical Pearl Harbor attack, allowing the lessons
from Pearl Harbor to be applied to threats and subjects that may not align with
all aspects of the 1941 attack. Using these three definitions, prior attacks
and current threats are assessed and preparation for and response to cyber
Pearl Harbor events is discussed.
- Abstract(参考訳): 明確な意味を持っていないにもかかわらず、公衆の認識と認識は、サイバーパールハーバーという言葉を公衆の談話の重要な部分としている。
本稿では、この用語が意味するものを考察し、1941年の真珠湾攻撃の3つの異なる側面に基づいて分解を提案し、真珠湾からの教訓を1941年の攻撃のあらゆる側面と一致しない脅威や主題に適用できるようにする。
これら3つの定義を用いて、先行攻撃と現在の脅威を評価し、サイバー真珠湾イベントの準備と対応について論じる。
関連論文リスト
- Inf2Guard: An Information-Theoretic Framework for Learning
Privacy-Preserving Representations against Inference Attacks [24.971332760137635]
本稿では,3種類の推論攻撃に対する情報理論的防御フレームワークInf2Guardを提案する。
Inf2Guardには、プライバシ保護とユーティリティ保護の2つの相互情報目的が含まれている。
論文 参考訳(メタデータ) (2024-03-04T15:20:19Z) - Leveraging the Context through Multi-Round Interactions for Jailbreaking
Attacks [60.7432588386185]
大規模言語モデル(LLM)は、脱獄攻撃の影響を受けやすい。
脱獄攻撃は、攻撃クエリを微調整することで有害な情報を抽出することを目的としている。
我々は、コンテキストインタラクションアタックと呼ばれる新しい攻撃形式に焦点を当てる。
論文 参考訳(メタデータ) (2024-02-14T13:45:19Z) - The defender's perspective on automatic speaker verification: An
overview [87.83259209657292]
自動話者検証(ASV)の信頼性は、スプーフィング攻撃の出現によって損なわれている。
本研究の目的は、これらの攻撃に対して使用される防御方法について、徹底的かつ体系的に概説することである。
論文 参考訳(メタデータ) (2023-05-22T08:01:59Z) - Zero-Query Transfer Attacks on Context-Aware Object Detectors [95.18656036716972]
敵は、ディープニューラルネットワークが誤った分類結果を生成するような摂動画像を攻撃する。
自然の多目的シーンに対する敵対的攻撃を防御するための有望なアプローチは、文脈整合性チェックを課すことである。
本稿では,コンテキスト整合性チェックを回避可能な,コンテキスト整合性攻撃を生成するための最初のアプローチを提案する。
論文 参考訳(メタデータ) (2022-03-29T04:33:06Z) - Staring Down the Digital Fulda Gap Path Dependency as a Cyber Defense
Vulnerability [0.0]
9月11日に対する米国の反応と米国の土壌に対する攻撃は、外国の影響に抵抗する意志の軟化とは対照的に、住民のための苦難を生むために重要なインフラを攻撃するという敵意を示唆している。
一般市民に影響を与える攻撃を除外することはできないが、16の重要インフラセクター全てを攻撃し、戦略的勢いを得るのに十分な敵の攻撃能力はない。
論文 参考訳(メタデータ) (2021-12-06T04:05:48Z) - Adversarial Machine Learning Attacks and Defense Methods in the Cyber
Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。
サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文 参考訳(メタデータ) (2020-07-05T18:22:40Z) - Adversarial Attacks and Defenses: An Interpretation Perspective [80.23908920686625]
敵の攻撃と防御に関する最近の研究、特に機械学習の解釈の観点から概観する。
モデル解釈(モデル解釈、英: model interpretation)または解釈可能な機械学習(英: interpretable machine learning)の目標は、モデルの動作メカニズムに対する人間の理解可能な用語を抽出することである。
それぞれの解釈に対して、敵の攻撃や防御にどのように使用できるかについて詳述する。
論文 参考訳(メタデータ) (2020-04-23T23:19:00Z) - Adversarial Attacks on Monocular Depth Estimation [27.657287164064687]
本研究は,単眼深度推定における逆行性攻撃の最初の系統的研究である。
本稿では,まず,深度推定のための異なる攻撃シナリオの分類を定義した。
次に,深度推定の分野の分類にいくつかの最先端攻撃手法を適用した。
論文 参考訳(メタデータ) (2020-03-23T15:04:30Z) - Deflecting Adversarial Attacks [94.85315681223702]
我々は、攻撃者が攻撃対象クラスに似た入力を生成することによって、敵攻撃を「防御」するこのサイクルを終わらせる新しいアプローチを提案する。
本稿ではまず,3つの検出機構を組み合わせたカプセルネットワークに基づくより強力な防御手法を提案する。
論文 参考訳(メタデータ) (2020-02-18T06:59:13Z)
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。