論文の概要: SherLOCKED: A Detective-themed Serious Game for Cyber Security Education
- arxiv url: http://arxiv.org/abs/2107.04506v1
- Date: Fri, 9 Jul 2021 15:46:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 23:52:19.743163
- Title: SherLOCKED: A Detective-themed Serious Game for Cyber Security Education
- Title（参考訳）: SherLOCKed:サイバーセキュリティ教育のための探偵テーマのシリアスゲーム
- Authors: Alice Jaffray and Conor Finn and Jason R.C. Nurse
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 2.2559617939136505
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Gamification and Serious Games are progressively being used over a host of
fields, particularly to support education. Such games provide a new way to
engage students with content and can complement more traditional approaches to
learning. This article proposes SherLOCKED, a new serious game created in the
style of a 2D top-down puzzle adventure. The game is situated in the context of
an undergraduate cyber security course, and is used to consolidate students'
knowledge of foundational security concepts (e.g. the CIA triad, security
threats and attacks and risk management). SherLOCKED was built based on a
review of existing serious games and a study of common gamification principles.
It was subsequently implemented within an undergraduate course, and evaluated
with 112 students. We found the game to be an effective, attractive and fun
solution for allowing further engagement with content that students were
introduced to during lectures. This research lends additional evidence to the
use of serious games in supporting learning about cyber security.
- Abstract（参考訳）: ゲーミフィケーションとシリアスゲームは、多くの分野、特に教育を支援するために徐々に使われている。
このようなゲームは、生徒にコンテンツを与える新しい方法を提供し、より伝統的な学習アプローチを補完する。
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(ciaのトライアド、セキュリティの脅威と攻撃、リスク管理など)に関する知識を統合するために使用される。
sherlockedは、既存のシリアスゲームのレビューと共通のゲーミフィケーション原則の研究に基づいて構築された。
その後、学部で実施され、112名の学生で評価された。
このゲームは、学生が講義中に導入したコンテンツへのさらなるエンゲージメントを可能にする、効果的で魅力的で楽しいソリューションであることがわかった。
この研究は、サイバーセキュリティに関する学習を支援するシリアスゲームの使用に新たな証拠を与えている。
関連論文リスト
- Serious Games in Digital Gaming: A Comprehensive Review of Applications,
Game Engines and Advancements [55.2480439325792]
近年,ユーザを同時に教育し,楽しませる能力によって,真剣なゲームの人気が高まっている。
本稿では,様々なタイプのデジタルゲームの概要を概観し,真剣なゲームジャンルに展開する。
ゲーム開発業界で最も広く使われているゲームエンジンを提示し、Unityのゲームマシンの利点を拡張する。
論文 参考訳（メタデータ） (2023-11-03T09:17:09Z) - TASEP: A Collaborative Social Engineering Tabletop Role-Playing Game to Prevent Successful Social Engineering Attacks [0.0]
社会工学(英: Social Engineering、SE)は、悪意のあるソフトウェアが使われる前の攻撃ベクトルである。
私たちはTASEP(Tabletop As Social Engineering Prevention)というテーブルトップゲームを作成しました。
ゲームデザインはダンジョンズ&ドラゴンズのロールプレイングゲームにインスパイアされ、ゲーム内のターゲット組織のLEGOモデルを促進する。
論文 参考訳（メタデータ） (2023-08-29T09:44:35Z) - Introducing and Interfacing with Cybersecurity -- A Cards Approach [5.269622526990732]
The National Cyber Security CentreはCybersecurity Body of Knowledge (CyBOK)を出版した。
CyBOKには1000ページ以上の奥行きの材料が含まれており、初心者にとっては容易ではないかもしれない。
本稿では,初歩的なサイバーセキュリティ知識を提供するためのカードフォーマットを提案する。
論文 参考訳（メタデータ） (2023-07-31T10:01:42Z) - Technical Challenges of Deploying Reinforcement Learning Agents for Game
Testing in AAA Games [58.720142291102135]
本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。
ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。
我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
論文 参考訳（メタデータ） (2023-07-19T18:19:23Z) - Want to Raise Cybersecurity Awareness? Start with Future IT
Professionals [0.4893345190925178]
私たちの大学は、学生、従業員、一般大衆に無料でオンラインで利用できる革新的なサイバーセキュリティ意識コースを設計しました。
このコースは、誰でも防御対策を実施できるシンプルで実用的なステップを提供する。
コースの影響を測定するため, 強制情報セキュリティと暗号化のコースにおいて, コンピュータサイエンスの学部生138名を対象に実施した。
論文 参考訳（メタデータ） (2023-07-14T20:07:27Z) - XSS for the Masses: Integrating Security in a Web Programming Course
using a Security Scanner [3.387494280613737]
サイバーセキュリティ教育は、学部のコンピューティングカリキュラムの重要な部分である。
多くの機関が専用コースやコースで教えている。
もう一つのアプローチは、サイバーセキュリティの概念を非セキュリティコース間で統合することである。
論文 参考訳（メタデータ） (2022-04-26T16:20:36Z) - DeepCrawl: Deep Reinforcement Learning for Turn-based Strategy Games [137.86426963572214]
Deep CrawlはiOSとAndroid用の完全にプレイ可能なRogueライクなプロトタイプで、すべてのエージェントがDeep Reinforcement Learning (DRL)を使用してトレーニングされたポリシーネットワークによって制御される。
本研究の目的は、近年のDRLの進歩が、ビデオゲームにおける非プレイヤーキャラクターに対する説得力のある行動モデルの開発に有効であるかどうかを理解することである。
論文 参考訳（メタデータ） (2020-12-03T13:53:29Z) - Learning to Play Sequential Games versus Unknown Opponents [93.8672371143881]
学習者が最初にプレーするゲームと、選択した行動に反応する相手との連続的なゲームについて考察する。
対戦相手の対戦相手列と対戦する際,学習者に対して新しいアルゴリズムを提案する。
我々の結果には、相手の反応の正則性に依存するアルゴリズムの後悔の保証が含まれている。
論文 参考訳（メタデータ） (2020-07-10T09:33:05Z) - 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) - Experiences and Lessons Learned Creating and Validating Concept
Inventories for Cybersecurity [0.0]
サイバーセキュリティコンセプトインベントリ(サイバーセキュリティコンセプトインベントリ、CCI)は、サイバーセキュリティの第1コースを最近修了した学生向けである。
サイバーセキュリティカリキュラムアセスメント(サイバーセキュリティカリキュラムアセスメント、英: Cybersecurity Curriculum Assessment、CCA)は、サイバーセキュリティの学部課程を最近修了した学生のためのプログラムである。
各アセスメントツールは、同じ5つのコアコンセプトをターゲットにした様々な難題に関する25の多重選択質問(MCQ)から構成される。
論文 参考訳（メタデータ） (2020-04-10T22:40:04Z) - Exploration Based Language Learning for Text-Based Games [72.30525050367216]
本研究は,テキストベースのコンピュータゲームにおいて,最先端の性能を発揮できる探索・模倣学習型エージェントを提案する。
テキストベースのコンピュータゲームは、自然言語でプレイヤーの世界を記述し、プレイヤーがテキストを使ってゲームと対話することを期待する。
これらのゲームは、言語理解、問題解決、および人工エージェントによる言語生成のためのテストベッドと見なすことができるため、興味がある。
論文 参考訳（メタデータ） (2020-01-24T03:03:51Z)
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。