論文の概要: Emergent Insight of the Cyber Security Management for Saudi Arabian
Universities: A Content Analysis
- arxiv url: http://arxiv.org/abs/2110.04540v1
- Date: Sat, 9 Oct 2021 10:48:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-11 23:07:29.679520
- Title: Emergent Insight of the Cyber Security Management for Saudi Arabian
Universities: A Content Analysis
- Title（参考訳）: サウジアラビアの大学におけるサイバーセキュリティ管理の創発的視点:コンテンツ分析
- Authors: Masmali and Miah
- Abstract要約: このプロジェクトはサウジアラビアの大学におけるサイバーセキュリティの管理とポリシーを評価するために設計されている。
その後のレコメンデーションは、ITシステムのセキュリティを強化するために採用される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While cyber security has become a prominent concept of emerging information
governance, the Kingdom of Saudi Arabia has been dealing with severe threats to
individual and organizational IT systems for a long time. These risks have
recently permeated into educational institutions, thereby undermining the
confidentiality of information as well as the delivery of education. Recent
research has identified various causes and possible solutions to the problem.
However, most scholars have considered a reductionist approach, in which the
ability of computer configurations to prevent unwanted intrusions is evaluated
by breaking them down to their constituent parts. This method is inadequate at
studying complex adaptive systems. Therefore, the proposed project is designed
to utilize a holistic stance to assess the cybersecurity management and
policies in Saudi Arabian universities. Qualitative research, entailing a
thorough critical review of ten public universities, will be utilized to
investigate the subject matter. The subsequent recommendations can be adopted
to enhance the security of IT systems, not only in institutional settings but
also in any other environment in which such structures are used.
- Abstract（参考訳）: サイバーセキュリティは、新興情報ガバナンスの顕著な概念となっているが、サウジアラビア王国は、個人および組織ITシステムに対する深刻な脅威に長い間対処してきた。
これらのリスクは近年教育機関に浸透し、情報の機密性や教育提供を損なうものとなっている。
最近の研究では、この問題に対する様々な原因と解決策が特定されている。
しかし、多くの学者は、コンピュータ構成が不要な侵入を防ぐ能力は、それらを構成部品に分解することで評価する還元主義的アプローチを検討した。
この方法は複雑な適応システムの研究には不十分である。
そこで,提案プロジェクトは,サウジアラビアの大学におけるサイバーセキュリティ管理と政策を評価するための総合的なスタンスを活用すべく設計されている。
公立大学10校の徹底的な批判的レビューを含む質的研究を対象事項の調査に活用する。
その後の勧告は、itシステムのセキュリティを強化するために、制度的な設定だけでなく、そのような構造が使用される他の環境においても適用することができる。
関連論文リスト
- Integrating Cybersecurity Frameworks into IT Security: A Comprehensive Analysis of Threat Mitigation Strategies and Adaptive Technologies [0.0]
サイバーセキュリティの脅威の状況は、IT構造を保護するための健全なフレームワークの開発を、積極的に推進している。
本稿では,サイバーセキュリティの脅威の性質の変化に対処する上での,このようなフレームワークの役割に焦点をあてて,ITセキュリティへのサイバーセキュリティフレームワークの適用について論じる。
この議論は、リアルタイム脅威検出と応答メカニズムのコアとして、人工知能(AI)や機械学習(ML)といった技術も挙げている。
論文 参考訳（メタデータ） (2025-02-02T03:38:48Z) - Open Problems in Machine Unlearning for AI Safety [61.43515658834902]
特定の種類の知識を選択的に忘れたり、抑圧したりするマシンアンラーニングは、プライバシとデータ削除タスクの約束を示している。
本稿では,アンラーニングがAI安全性の包括的ソリューションとして機能することを防止するための重要な制約を特定する。
論文 参考訳（メタデータ） (2025-01-09T03:59:10Z) - Exploring AI-Enabled Cybersecurity Frameworks: Deep-Learning Techniques, GPU Support, and Future Enhancements [0.4419843514606336]
新たなサイバーセキュリティシステムは、インシデントを検出し、アラートを分析し、イベントに応答する能力を高めるために、AIテクニック、特にディープラーニングアルゴリズムを取り入れている。
これらの技術は、動的なセキュリティ脅威と戦うための有望なアプローチを提供するが、しばしばかなりの計算資源を必要とする。
我々は、38のサイバーセキュリティフレームワークのうち3つのうち3つが活用している、合計2つの深層学習アルゴリズムを特定した。
論文 参考訳（メタデータ） (2024-12-17T08:14:12Z) - The WMDP Benchmark: Measuring and Reducing Malicious Use With Unlearning [87.1610740406279]
ホワイトハウス人工知能に関する大統領令は、生物、サイバー、化学兵器の開発において悪意あるアクターに力を与える大きな言語モデル(LLM)のリスクを強調している。
現在の評価は非公開であり、リスク軽減のさらなる研究を妨げている。
Weapons of Mass Destruction Proxyベンチマークを公開しています。
論文 参考訳（メタデータ） (2024-03-05T18:59:35Z) - Data Driven Approaches to Cybersecurity Governance for Board Decision-Making -- A Systematic Review [0.0]
本稿では,既存のリスク計測機器,サイバーセキュリティ指標,およびBoDをサポートするための関連モデルについて検討する。
その結果、高度なサイバーセキュリティツールが存在し、開発中であるにもかかわらず、取締役会が、彼らが理解している言語でサイバーセキュリティを管理するためのメトリクスとモデルの観点から、それらをサポートするための限られた情報が存在することがわかった。
論文 参考訳（メタデータ） (2023-11-29T12:14:01Z) - New Challenges in Reinforcement Learning: A Survey of Security and
Privacy [26.706957408693363]
強化学習(Reinforcement Learning, RL)は、AIの最も重要な分野のひとつ。
RLは医療、データ市場、自動運転、ロボット工学など、さまざまな分野で広く採用されている。
これらのアプリケーションやシステムは、セキュリティやプライバシ攻撃に弱いことが示されている。
論文 参考訳（メタデータ） (2022-12-31T12:30:43Z) - Ensemble learning techniques for intrusion detection system in the
context of cybersecurity [0.0]
侵入検知システムの概念は、より良い結果を得るためにデータマイニングと機械学習オレンジツールを応用した。
本研究の目的は,SVM (Support Vector Machine) と kNearest Neighbour (kNN) アルゴリズムによって支援されたスタックリング手法を用いて,アンサンブル学習手法を検討することである。
論文 参考訳（メタデータ） (2022-12-21T10:50:54Z) - ThreatKG: An AI-Powered System for Automated Open-Source Cyber Threat Intelligence Gathering and Management [65.0114141380651]
ThreatKGはOSCTIの収集と管理のための自動化システムである。
複数のソースから多数のOSCTIレポートを効率的に収集する。
さまざまな脅威エンティティに関する高品質な知識を抽出するために、AIベースの専門技術を使用する。
論文 参考訳（メタデータ） (2022-12-20T16:13:59Z) - A System for Automated Open-Source Threat Intelligence Gathering and
Management [53.65687495231605]
SecurityKGはOSCTIの収集と管理を自動化するシステムである。
AIとNLP技術を組み合わせて、脅威行動に関する高忠実な知識を抽出する。
論文 参考訳（メタデータ） (2021-01-19T18:31:35Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳（メタデータ） (2020-10-19T13:09:31Z) - Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。
信頼された実行環境を用いたAIシステムの機会と課題を強調します。
我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
論文 参考訳（メタデータ） (2020-08-10T23:05:55Z)
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。