論文の概要: Capture the Flag for Team Construction in Cybersecurity
- arxiv url: http://arxiv.org/abs/2206.08971v1
- Date: Fri, 17 Jun 2022 19:02:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:50:23.463156
- Title: Capture the Flag for Team Construction in Cybersecurity
- Title（参考訳）: サイバーセキュリティにおけるチーム構築のための旗
- Authors: Sang-Yoon Chang and Kay Yoon and Simeon Wuthier and Kelei Zhang
- Abstract要約: 我々は、専門知識の認識と役割割り当てのためのコンピュータ・ヒューマン・プロセスの一部として、Capture the Flagを組み込むフレームワークを開発した。
本稿では、CTFを組み込んだコンピュータ・ヒューマン・プロセス・フレームワークの洞察、設計選択、および分析について紹介する。
- 参考スコア（独自算出の注目度）: 2.4698886064068555
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Team collaboration among individuals with diverse sets of expertise and
skills is essential for solving complex problems. As part of an
interdisciplinary effort, we studied the effects of Capture the Flag (CTF)
game, a popular and engaging education/training tool in cybersecurity and
engineering, in enhancing team construction and collaboration. We developed a
framework to incorporate CTF as part of a computer-human process for expertise
recognition and role assignment and evaluated and tested its effectiveness
through a study with cybersecurity students enrolled in a Virtual Teams course.
In our computer-human process framework, the post-CTF algorithm using the CTF
outcomes assembles the team (assigning individuals to teams) and provides the
initial role assignments, which then gets updated by human-based team
discussions. This paper shares our insights, design choices/rationales, and
analyses of our CTF-incorporated computer-human process framework. The
students' evaluations revealed that the computer-human process framework was
helpful in learning about their team members' backgrounds and expertise and
assigning roles accordingly made a positive impact on the learning outcomes for
the team collaboration skills in the course. This experience report showcases
the utility of CTF as a tool for expertise recognition and role assignments in
teams and highlights the complementary roles of CTF-based and discussion-based
processes for an effective team collaboration among engineering students.
- Abstract（参考訳）: さまざまな専門知識とスキルを持った個人間のチームコラボレーションは、複雑な問題を解決する上で不可欠です。
学際的な取り組みの一環として,サイバーセキュリティとエンジニアリングにおける人気のある教育・トレーニングツールであるCapture the Flag(CTF)ゲームが,チーム構築とコラボレーションの強化に与える影響について検討した。
我々は,CTFを専門知識の認識と役割割り当てのためのコンピュータ・ヒューマン・プロセスの一部として組み込むためのフレームワークを開発し,仮想チームコースに入学したサイバーセキュリティ学生を対象に,その効果を評価し,検証した。
我々のコンピュータ・ヒューマン・プロセス・フレームワークでは、CTF結果を用いたポストCTFアルゴリズムがチームを組み立て(個人をチームに割り当てる)、最初の役割の割り当てを提供し、人間ベースのチームディスカッションによって更新されます。
本稿では、CTFを組み込んだコンピュータ・ヒューマン・プロセス・フレームワークの洞察、設計選択、および分析について述べる。
学生の評価から, コンピュータ・ヒューマン・プロセス・フレームワークは, チームメンバーのバックグラウンドや専門知識を学習し, 役割を割り当てることによって, チームコラボレーションスキルの学習成果に肯定的な影響を与えることがわかった。
この経験レポートは、チームにおける専門知識の認識と役割割り当てのためのツールとしてのctfの有用性を示し、エンジニアリング学生間の効果的なチームコラボレーションのためのctfベースの議論ベースのプロセスの補完的な役割を強調している。
関連論文リスト
- Code Collaborate: Dissecting Team Dynamics in First-Semester Programming Students [3.0294711465150006]
この研究は、第一期生が2Dゲームプロジェクトを開発するときに現れるコラボレーションのトレンドを強調している。
その結果、学生は自分の貢献をわずかに過大評価することが多く、より熱心な個人は間違いを認めやすいことが示唆された。
チームパフォーマンスは、国籍や性別構成に基づく大きな変化は示さないが、解散したチームは、しばしば孤独なオオカミで構成されていた。
論文 参考訳（メタデータ） (2024-10-28T11:42:05Z) - TeamLoRA: Boosting Low-Rank Adaptation with Expert Collaboration and Competition [61.91764883512776]
我々は,専門家のためのコラボレーション・コンペティション・モジュールからなる,革新的なPEFT手法であるTeamLoRAを紹介する。
そうすることで、TeamLoRAは専門家を"チーム"として内部のコラボレーションや競争に結び付け、マルチタスク学習のためのより高速で正確なPEFTパラダイムを可能にします。
論文 参考訳（メタデータ） (2024-08-19T09:58:53Z) - Collaborative Team Recognition: A Core Plus Extension Structure [10.842779758836219]
本研究では,学術的なグラフデータを用いた共同チーム認識と内部パターンの探索に焦点をあてる。
大規模ネットワークにおける協調型チーム認識のための「コア+拡張型」チーム構造を用いた協調型チーム認識モデルを提案する。
論文 参考訳（メタデータ） (2024-06-07T07:12:35Z) - Gamification of IT for training in information systems management [0.0]
IAEパリエストには、学生のスキル向上を目的とした教育用CTFチームが設置されている。
予備的な結果は、サイバーセキュリティスキルを改善するためのソフトスキルの重要性を示している。
論文 参考訳（メタデータ） (2024-05-21T07:59:55Z) - Team Composition in Software Engineering Education [0.5439020425819]
本研究は,ソフトウェア工学教育における学生チーム構成の理解を深めることを目的としている。
本研究の最初の成果を報告する。
論文 参考訳（メタデータ） (2023-06-14T11:00:05Z) - Detecting and Optimising Team Interactions in Software Development [58.720142291102135]
本稿では,ソフトウェア開発チームの機能的相互作用構造を検出するためのデータ駆動型手法を提案する。
このアプローチでは、チームメンバのアクティビティレベルの違いを考慮し、ブロック制約設定モデルを使用します。
我々のアプローチは、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較するのにどのように役立つかを示します。
論文 参考訳（メタデータ） (2023-02-28T14:53:29Z) - Learning Knowledge Representation with Meta Knowledge Distillation for
Single Image Super-Resolution [82.89021683451432]
単一画像超解像課題に対する教師/学生アーキテクチャに基づくモデルに依存しないメタ知識蒸留法を提案する。
種々の単一画像超解像データセットを用いた実験により,提案手法は既存の知識表現関連蒸留法よりも優れた性能を示した。
論文 参考訳（メタデータ） (2022-07-18T02:41:04Z) - Learning to Transfer Role Assignment Across Team Sizes [48.43860606706273]
チーム規模で役割の割り当てと移譲を学ぶためのフレームワークを提案する。
ロールベースの信用割当構造を再利用することで、より大きな強化学習チームの学習プロセスが促進されることを示す。
論文 参考訳（メタデータ） (2022-04-17T11:22:01Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - Who does what? Work division and allocation strategies of computer
science student teams [5.863264019032882]
本研究の目的は,集団課題におけるコンピュータサイエンスの学生の作業分割とアロケーション戦略の洞察を得ることである。
主に成績と効率の要因によって動機付けられ、学生は以前の専門知識と好みに基づいてタスクを選択し、割り当てる。
この結果から,新しいソフトウェア工学のスキルを実践する学生のモチベーションを抑えることができると論じている。
論文 参考訳（メタデータ） (2021-03-04T12:27:07Z) - Transfer Heterogeneous Knowledge Among Peer-to-Peer Teammates: A Model
Distillation Approach [55.83558520598304]
本研究は, モデル蒸留により, 複数の学生間で経験と伝達値関数を再利用する新しい手法を提案する。
また、異種知識を活用するための効率的な通信プロトコルの設計方法について述べる。
提案するフレームワークである学習・指導カテゴリー強化は,学習の進捗を安定化・加速する上で有望な性能を示す。
論文 参考訳（メタデータ） (2020-02-06T11:31:04Z)
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。