論文の概要: BYOD Security: A Study of Human Dimensions
- arxiv url: http://arxiv.org/abs/2202.11498v1
- Date: Wed, 23 Feb 2022 13:31:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:08:01.650403
- Title: BYOD Security: A Study of Human Dimensions
- Title(参考訳): byod security: 人間の次元の研究
- Authors: Kathleen Downer and Maumita Bhattacharya
- Abstract要約: オーストラリア組織におけるその後のフレームワークやセキュリティメカニズムとともに、自身のデバイスセキュリティを提供することの流行と成熟は、成長する現象です。
本研究の目的は,調査調査装置を用いて実施した調査を通じて,オーストラリア企業によるBYODのセキュリティメカニズムの実践と認識方法を明らかにすることである。
- 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: The prevalence and maturity of Bring Your Own Device (BYOD) security along
with subsequent frameworks and security mechanisms in Australian organisations
is a growing phenomenon somewhat similar to other developed nations. During the
COVID 19 pandemic, even organisations that were previously reluctant to embrace
BYOD have been forced to accept it to facilitate remote work. The aim of this
paper is to discover, through a study conducted using a survey questionnaire
instrument, how employees practice and perceive the BYOD security mechanisms
deployed by Australian businesses which can help guide the development of
future BYOD security frameworks. Three research questions are answered by this
study - What levels of awareness do Australian businesses have for BYOD
security aspects? How are employees currently responding to the security
mechanisms applied by their organisations for mobile devices? What are the
potential weaknesses in businesses IT networks that have a direct effect on
BYOD security? Overall, the aim of this research is to illuminate the findings
of these research objectives so that they can be used as a basis for building
new and strengthening existing BYOD security frameworks in order to enhance
their effectiveness against an ever-growing list of attacks and threats
targeting mobile devices in a virtually driven work force.
- Abstract(参考訳): オーストラリアの組織におけるその後のフレームワークやセキュリティメカニズムとともに、Bring Your Own Device(BYOD)セキュリティの流行と成熟は、他の先進国と幾らか似ている現象である。
新型コロナウイルス(COVID-19)パンデミックの間、これまでBYODを受け入れようとしなかった組織でさえ、リモートワークを促進するために受け入れざるを得なくなった。
本研究の目的は,調査調査装置を用いて実施した調査を通じて,今後のBYODセキュリティフレームワークの開発を支援するオーストラリアの企業によるBYODセキュリティメカニズムの実践と認識方法を明らかにすることである。
この研究は、オーストラリア企業がBYODのセキュリティ面に対してどのような認識レベルを持っているか、という3つの調査質問に答えている。
現在、従業員は、モバイルデバイスに組織が適用するセキュリティメカニズムにどのように対応していますか?
BYODセキュリティに直接的な影響を与えるビジネスITネットワークの潜在的な弱点は何ですか?
本研究の目的は、これらの研究目標の成果を照らし、既存のBYODセキュリティフレームワークの構築の基盤として利用し、事実上駆動されたワークフォースでモバイルデバイスをターゲットにした攻撃や脅威の継続的な増加に対する効果を高めることである。
関連論文リスト
- A Safe Harbor for AI Evaluation and Red Teaming [124.89885800509505]
一部の研究者は、そのような研究の実施や研究成果の公表が、アカウント停止や法的報復につながることを恐れている。
我々は、主要なAI開発者が法的、技術的に安全な港を提供することを約束することを提案します。
これらのコミットメントは、ジェネレーティブAIのリスクに取り組むための、より包括的で意図しないコミュニティ努力への必要なステップである、と私たちは信じています。
論文 参考訳(メタデータ) (2024-03-07T20:55:08Z) - Prioritizing Safeguarding Over Autonomy: Risks of LLM Agents for Science [67.38554763406098]
大規模言語モデル(LLM)を利用したインテリジェントエージェントは、自律的な実験を行い、様々な分野にわたる科学的発見を促進する上で、大きな可能性を証明している。
彼らの能力は有望だが、安全を慎重に考慮する必要がある新たな脆弱性も導入している。
本稿では,科学領域におけるLSMをベースとしたエージェントの脆弱性の徹底的な調査を行い,その誤用に伴う潜在的なリスクに光を当て,安全性対策の必要性を強調した。
論文 参考訳(メタデータ) (2024-02-06T18:54:07Z) - The Last Decade in Review: Tracing the Evolution of Safety Assurance
Cases through a Comprehensive Bibliometric Analysis [7.431812376079826]
安全保証は、自動車、航空宇宙、原子力など、様々な分野において最重要事項である。
安全保証ケースを使用することで、生成されたシステム機能の正しさを検証することができ、システム障害を防止することができる。
論文 参考訳(メタデータ) (2023-11-13T17:34:23Z) - Addressing Knowledge Leakage Risk caused by the use of mobile devices in
Australian Organizations [0.294944680995069]
情報や知識の漏洩は、オーストラリアの組織にとって重大なセキュリティリスクとなっている。
オーストラリアのビジネスにおけるセキュリティインシデントの平均費用は280万ドルである。
オーストラリアの組織は、情報漏洩の調査と評価に世界第2位(平均で120万ドル)を費やす。
論文 参考訳(メタデータ) (2023-08-21T13:03:26Z) - Jailbroken: How Does LLM Safety Training Fail? [92.8748773632051]
ChatGPTの初期リリースに対する"jailbreak"攻撃は、望ましくない振る舞いを引き起こす。
このような攻撃がなぜ成功し、どのように発生できるかを考察する。
障害モードを利用した新たな攻撃は、安全でない要求の収集において、すべてのプロンプトで成功します。
論文 参考訳(メタデータ) (2023-07-05T17:58:10Z) - Towards Safer Generative Language Models: A Survey on Safety Risks,
Evaluations, and Improvements [76.80453043969209]
本調査では,大規模モデルに関する安全研究の枠組みについて述べる。
まず、広範囲にわたる安全問題を導入し、その後、大型モデルの安全性評価手法を掘り下げる。
トレーニングからデプロイメントまで,大規模なモデルの安全性を高めるための戦略について検討する。
論文 参考訳(メタデータ) (2023-02-18T09:32:55Z) - Visual Detection of Personal Protective Equipment and Safety Gear on
Industry Workers [49.36909714011171]
我々は、PPE(Personal Protective Equipment)の使用を検知するカメラを用いて、労働者の安全を向上するシステムを開発した。
我々の焦点は、制限区域へのアクセスを得るために労働者が自らを提示しなければならないエントリーコントロールポイントに我々のシステムを実装することである。
この研究の新たな特徴は、クラス数を5つの対象(ヘルメット、安全ベスト、安全手袋、安全眼鏡、聴覚保護)に増やすことである。
論文 参考訳(メタデータ) (2022-12-09T11:50:03Z) - Adversarial Patch Attacks and Defences in Vision-Based Tasks: A Survey [1.0323063834827415]
近年、AIモデルのセキュリティと堅牢性に対する信頼の欠如により、ディープラーニングモデル、特に安全クリティカルなシステムに対する敵対的攻撃がますます注目を集めている。
しかし、より原始的な敵攻撃は物理的に実現不可能な場合や、パッチ攻撃の発端となったトレーニングデータのようなアクセスが難しいリソースを必要とする場合もあります。
本調査では,既存の敵パッチ攻撃のテクニックを包括的に概説し,研究者がこの分野の進展に素早く追いつくのに役立つことを目的としている。
論文 参考訳(メタデータ) (2022-06-16T17:06:47Z) - 'They're all about pushing the products and shiny things rather than
fundamental security' Mapping Socio-technical Challenges in Securing the
Smart Home [1.52292571922932]
安全でないコネクテッドデバイスは、スマートホーム所有者だけでなく、基盤となるインフラネットワークにも深刻な脅威をもたらす可能性がある。
モノのインターネット(IoT)ベンダとエンドユーザの両方の観点から、サイバーセキュリティのリスクに対処する学術的および規制的な関心が高まっている。
私たちはIoT分野の専門家13人にインタビューし、IoT製品を安全にするための障壁の3つの主要なカテゴリを特定しました。
論文 参考訳(メタデータ) (2021-05-25T08:38:36Z) - 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) - Developing Enterprise Cyber Situational Awareness [0.0]
このトピックは、米国国防総省のネットワークセキュリティ防衛の改善戦略に焦点を当てる。
このアプローチは、DODの目標がネットワークを保護するための脆弱性に対処するかどうかを判断するために分析される。
論文 参考訳(メタデータ) (2020-09-03T18:16:06Z)
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。