論文の概要: Profiling the Cybercriminal: A Systematic Review of Research
- arxiv url: http://arxiv.org/abs/2105.02930v2
- Date: Tue, 11 May 2021 19:55:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-01 07:30:16.377405
- Title: Profiling the Cybercriminal: A Systematic Review of Research
- Title(参考訳): サイバー犯罪のプロファイリング:研究の体系的レビュー
- Authors: Maria Bada and Jason R.C. Nurse
- Abstract要約: サイバー犯罪者のプロファイリングに関する一般的な定義がない。
サイバー犯罪の主なタイプの1つはハッカーだ。
この記事では、その分野の最新の特徴化について述べる。
- 参考スコア(独自算出の注目度): 2.66512000865131
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As cybercrime becomes one of the most significant threats facing society
today, it is of utmost importance to better understand the perpetrators behind
such attacks. In this article, we seek to advance research and practitioner
understanding of the cybercriminal (cyber-offender) profiling domain by
conducting a rigorous systematic review. This work investigates the
aforementioned domain to answer the question: what is the state-of-the-art in
the academic field of understanding, characterising and profiling
cybercriminals. Through the application of the PRISMA systematic literature
review technique, we identify 39 works from the last 14 years (2006-2020). Our
findings demonstrate that overall, there is lack of a common definition of
profiling for cyber-offenders. The review found that one of the primary types
of cybercriminals that studies have focused on is hackers and the majority of
papers used the deductive approach as a preferred one. This article produces an
up-to-date characterisation of the field and also defines open issues deserving
of further attention such as the role of security professionals and law
enforcement in supporting such research, as well as factors including
personality traits which must be further researched whilst exploring online
criminal behaviour. By understanding online offenders and their pathways
towards malevolent behaviours, we can better identify steps that need to be
taken to prevent such criminal activities.
- Abstract(参考訳): サイバー犯罪は今日、社会が直面する最も重要な脅威の1つとなり、そのような攻撃の背後にある犯人をよりよく理解することが最も重要である。
本稿では,サイバー犯罪者(cyber-offender)プロファイリングドメインについて,厳密な体系的レビューを行うことで,研究と実践の理解を深めたい。
本研究は, サイバー犯罪の理解, 特徴付け, プロファイリングという学術分野における最先端技術とは何か, という問いに答えるために, 上記の領域を調査する。
PRISMAの体系的文献レビュー手法の適用により,過去14年間の39作品(2006-2020)を同定した。
その結果,サイバー攻撃者に対するプロファイリングの共通定義が欠如していることが判明した。
レビューによると、研究が焦点を絞ったサイバー犯罪の主なタイプの1つがハッカーであり、多くの論文では、デダクティブアプローチが好まれている。
本稿は、現場の最新の性格化を図り、そのような研究を支援するためのセキュリティ専門家や法執行機関の役割や、オンライン犯罪行為を探求しながらさらに研究する必要がある性格特性を含む要因など、さらなる注意を払ってオープンな課題を定義する。
オンライン犯罪者とその悪行への道筋を理解することで、そのような犯罪行為を防ぐために取るべきステップをよりよく特定できる。
関連論文リスト
- Exploring Cybercriminal Activities, Behaviors and Profiles [2.7195102129095003]
本稿では,心理学的観点からのサイバー犯罪活動と行動について考察する。
サイバー犯罪に影響を及ぼす可能性のあるモチベーション、心理的、その他の学際的概念について検討する。
論文 参考訳(メタデータ) (2023-08-30T10:57:19Z) - Recent Advancements in Machine Learning For Cybercrime Prediction [2.38324507743994]
本稿では,サイバー犯罪予測の最新動向を包括的に調査することを目的とする。
我々は150以上の研究論文をレビューし、最新の50件について検討した。
本稿では,最先端開発と公開データセットの全体像について述べる。
論文 参考訳(メタデータ) (2023-04-10T19:00:29Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳(メタデータ) (2023-04-02T08:43:03Z) - Tainted Love: A Systematic Review of Online Romance Fraud [68.8204255655161]
ロマンス詐欺は、オンラインデートプラットフォーム上でのロマンチックな関係をサイバー犯罪者が構築することを含む。
我々は,ロマンス詐欺の文学的景観を特徴づけ,研究者や実践者の理解を深める。
主な貢献は, ロマンス詐欺のプロファイル, ロマンス詐欺の緩和対策, 詐欺師や被害者となることを前提とした要因の3つであった。
論文 参考訳(メタデータ) (2023-02-28T20:34:07Z) - Towards Effective Cybercrime Intervention [1.179179628317559]
我々は,サイバー脅威アクターのレンズを通して,システマティックな枠組みを構築することを提案する。
脅威俳優の犯罪の背景にある動機要因と犯罪の段階について検討する。
次に、悪意あるサイバー活動の行為を阻止するために介入計画を定式化し、また、元サイバー犯罪者を社会に戻すことを目的としている。
論文 参考訳(メタデータ) (2022-11-17T13:40:53Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳(メタデータ) (2022-05-23T08:34:25Z) - Threat of Adversarial Attacks on Deep Learning in Computer Vision:
Survey II [86.51135909513047]
ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。
本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。
この領域では、非専門家に技術的な用語の定義を提供する。
論文 参考訳(メタデータ) (2021-08-01T08:54:47Z) - Inspect, Understand, Overcome: A Survey of Practical Methods for AI
Safety [54.478842696269304]
安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。
近年,これらの安全対策を目的とした最先端技術動物園が出現している。
本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
論文 参考訳(メタデータ) (2021-04-29T09:54:54Z) - 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) - Cyber Security Behaviour In Organisations [0.0]
このレビューでは、組織における日々のサイバーセキュリティの文脈における学術的・政策的な文献について考察する。
サイバーセキュリティの実践方法に影響を与える4つの行動セットを特定します。
これらは、セキュリティポリシ、グループ間の調整と通信、フィッシング/メールの動作、パスワードの動作に準拠する。
論文 参考訳(メタデータ) (2020-04-24T14:17:46Z)
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。