論文の概要: It was hard to find the words: Using an Autoethnographic Diary Study to
Understand the Difficulties of Smart Home Cyber Security Practices
- arxiv url: http://arxiv.org/abs/2112.09035v1
- Date: Thu, 16 Dec 2021 17:26:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-04 09:20:34.050424
- Title: It was hard to find the words: Using an Autoethnographic Diary Study to
Understand the Difficulties of Smart Home Cyber Security Practices
- Title（参考訳）: オートエスノグラフィーによる日記研究を使って、スマートホームのサイバーセキュリティプラクティスの難しさを理解することは困難でした。
- Authors: Sarah Turner and Jason R.C. Nurse and Shujun Li
- Abstract要約: 本研究は、スマートホームにおける強固で密着したサイバーセキュリティ対策の適用に、なぜ家族が苦労するのかを考察する。
オートエスノグラフィー・ダイアリー研究のフレーミングは、あらゆる技術の一般ユーザーよりも多くの知識を持つ人には、非常に単純だが非常に強力なツールとなる。
- 参考スコア（独自算出の注目度）: 3.9533044769534444
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study considers how well an autoethnographic diary study helps as a
method to explore why families might struggle in the application of strong and
cohesive cyber security measures within the smart home. Combining two
human-computer interaction (HCI) research methods - the relatively unstructured
process of autoethnography and the more structured diary study - allowed the
first author to reflect on the differences between researchers or experts, and
everyday users. Having a physical set of structured diary prompts allowed for a
period of 'thinking as writing', enabling reflection upon how having expert
knowledge may or may not translate into useful knowledge when dealing with
everyday life. This is particularly beneficial in the context of home cyber
security use, where first-person narratives have not made up part of the
research corpus to date, despite a consistent recognition that users struggle
to apply strong cyber security methods in personal contexts. The framing of the
autoethnographic diary study contributes a very simple, but extremely powerful,
tool for anyone with more knowledge than the average user of any technology,
enabling the expert to reflect upon how they themselves have fared when using,
understanding and discussing the technology in daily life.
- Abstract（参考訳）: 本研究は,家庭内における強固で密着性のあるサイバーセキュリティ対策の適用において,家族がなぜ苦労するのかを考察する手段として,自伝的日記研究がいかに有効かを検討する。
2つの人-コンピュータインタラクション(HCI)研究手法(オートエスノグラフィーの比較的構造化されていないプロセスと、より構造化された日記研究)を組み合わせることで、研究者や専門家と日々のユーザの違いを反映することができた。
構造化日記の物理的集合を持つことは「書物として考える」期間を促すものであり、専門家の知識がいかにして日常生活を扱う際に有用な知識に翻訳されるか、あるいは理解できないかを反映している。
これは、個人的コンテキストにおいて強力なサイバーセキュリティ手法を適用するのに苦労しているという一貫した認識にもかかわらず、一対一の物語が研究コーパスの一部を構成していない家庭におけるサイバーセキュリティ利用の文脈において特に有益である。
オートエスノグラフィー日記研究の枠組みは、あらゆる技術の一般的なユーザよりも知識が豊富な人にとって、非常にシンプルだが非常に強力なツールを提供しており、専門家が日々のテクノロジーの使用、理解、議論にどう貢献したかを振り返ることができる。
関連論文リスト
- RLIF: Interactive Imitation Learning as Reinforcement Learning [61.14928315004026]
オフ・ポリティクス強化学習は、インタラクティブな模倣学習よりも近いが、潜在的にさらに実践的な仮定の下で、パフォーマンスを向上させることができる。
提案手法は,ユーザ介入信号を用いた強化学習を報奨として利用する。
このことは、インタラクティブな模倣学習において介入する専門家がほぼ最適であるべきだという仮定を緩和し、アルゴリズムが潜在的に最適でない人間の専門家よりも改善される行動を学ぶことを可能にする。
論文 参考訳（メタデータ） (2023-11-21T21:05:21Z) - Knowledge Tracing Challenge: Optimal Activity Sequencing for Students [0.9814642627359286]
知識追跡(きゅうがく、英: Knowledge Trace)は、個々の学習者による知識の獲得を評価・追跡する教育において用いられる手法である。
我々は,AAAI2023 Global Knowledge Tracing Challengeの一環として,新たにリリースされたデータセット上に2つの知識追跡アルゴリズムを実装した結果を示す。
論文 参考訳（メタデータ） (2023-11-13T16:28:34Z) - Towards Interpretability in Audio and Visual Affective Machine Learning:
A Review [0.0]
我々は、感情的機械学習の文脈における解釈可能性の使用について、構造化された文献レビューを行う。
以上の結果から,過去5年間の解釈可能性手法の出現が示唆された。
現在、使用法は、使用方法の範囲、評価の深さ、使用事例の検討に限られている。
論文 参考訳（メタデータ） (2023-06-15T08:16:01Z) - Concepts and Experiments on Psychoanalysis Driven Computing [0.0]
本研究では,テキストを用いたインタラクティブメディアにおけるヒューマンファクターとユーザ認知の効果的な取り込みについて検討する。
我々は、ラカンの談話型の概念を用いて、テキストの実際の特性、品質、内容を捉え、深く理解する。
計算手法が精神分析と体系的に組み合わされるのはこれが初めてである。
論文 参考訳（メタデータ） (2022-09-29T19:27:22Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - A Search Engine for Scientific Publications: a Cybersecurity Case Study [0.7734726150561086]
本研究は,情報検索と読解アルゴリズムを組み合わせた科学出版のための新しい検索エンジンを提案する。
提案手法は,サイバーセキュリティの文脈に適用されているものの,高度な一般化能力を示し,他の異なる知識領域の下で容易に適用可能である。
論文 参考訳（メタデータ） (2021-06-30T20:10:04Z) - Understand and Improve Contrastive Learning Methods for Visual
Representation: A Review [1.4650545418986058]
手動ラベリングなしで効果的なデータ表現を学習できる可能性から、有望な自己教師型学習が人気を集めている。
本文献レビューは, 自己指導型学習の鍵となる構成要素と限界を理解するための研究者の取り組みについて, 最新の分析を行うことを目的としている。
論文 参考訳（メタデータ） (2021-06-06T21:59:49Z) - Ten Quick Tips for Deep Learning in Biology [116.78436313026478]
機械学習は、データのパターンを認識し、予測モデリングに使用するアルゴリズムの開発と応用に関係している。
ディープラーニングは、独自の機械学習のサブフィールドになっている。
生物学的研究の文脈において、ディープラーニングは高次元の生物学的データから新しい洞察を導き出すためにますます使われてきた。
論文 参考訳（メタデータ） (2021-05-29T21:02:44Z) - 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) - On Vocabulary Reliance in Scene Text Recognition [79.21737876442253]
ボキャブラリ内の単語を持つ画像に対して、手法は良好に機能するが、ボキャブラリ外の単語を持つ画像にはあまり一般化しない。
私たちはこの現象を「語彙依存」と呼んでいる。
本研究では,2家族のモデルが協調的に学習できるようにするための,シンプルで効果的な相互学習戦略を提案する。
論文 参考訳（メタデータ） (2020-05-08T11:16:58Z) - A Review on Intelligent Object Perception Methods Combining
Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。
最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文 参考訳（メタデータ） (2019-12-26T13:26:49Z)
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。