論文の概要: A Reverse Engineering Education Needs Analysis Survey
- arxiv url: http://arxiv.org/abs/2212.07531v1
- Date: Wed, 14 Dec 2022 22:31:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 13:01:47.452126
- Title: A Reverse Engineering Education Needs Analysis Survey
- Title（参考訳）: リバースエンジニアリング教育における分析調査
- Authors: Charles R. Barone IV, Robert Serafin, Ilya Shavrov, Ibrahim Baggili,
Aisha Ali-Gombe, Golden G. Richard III, Andrew Case
- Abstract要約: 本稿では,Reverse Engineering(RE)におけるニーズ分析調査の結果について述べる。
この調査は、サイバーセキュリティ産業で使用されるツール、REを教える方法、REに関連する教育資源を調査するために作成された。
- 参考スコア（独自算出の注目度）: 0.1319439175829511
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents the results of a needs analysis survey for Reverse
Engineering (RE). The need for reverse engineers in digital forensics,
continues to grow as malware analysis becomes more complicated. The survey was
created to investigate tools used in the cybersecurity industry, the methods
for teaching RE and educational resources related to RE. Ninety-three (n=93)
people responded to our 58 question survey. Participants did not respond to all
survey questions as they were optional. The data showed that the majority of
24/71 (33.8%) responses either strongly agreed and 22/71 (30.99%) of responses
somewhat agreed that there is a shortage in RE resources. Furthermore, a
majority of 17/72 (23.61%) responses indicated that they strongly disagree and
that 27/72 (37.5%) somewhat disagree to the statement that graduates are
leaving college with adequate RE knowledge. When asked if there is a shortage
of adequate RE candidates, the majority of 33/71 (46.48%) responses strongly
agreed and 20/71 (28.17%) somewhat agreed. In order to determine if this was a
result of the tools at their disposal, a series of questions in regards to the
two most popular RE tools were also asked.
- Abstract（参考訳）: 本稿では,Reverse Engineering (RE)におけるニーズ分析調査の結果について述べる。
デジタル法医学におけるリバースエンジニアの必要性は、マルウェア分析がより複雑になるにつれて増え続けている。
この調査は、サイバーセキュリティ産業で使用されるツール、REを教える方法、REに関連する教育資源を調べるために作成された。
59名 (n=93) の回答を得た。
参加者はオプションであるため、すべての調査質問に回答しなかった。
その結果、24/71 (33.8%) の回答の大多数は強く同意し、22/71 (30.99%) の回答は、リソースが不足していることにいくらか同意した。
さらに、17/72 (23.61%) の回答の大多数は、彼らは強く反対し、27/72 (37.5%) は、卒業生が十分なRE知識を持って大学を去るという声明に異を唱えている。
適切な再選候補が不足しているかどうかを問うと、33/71 (46.48%) の回答は強く一致し、20/71 (28.17%) はいくらか同意した。
ツールが処分された結果であるかどうかを判断するために、最も人気のある2つのREツールに関する一連の質問も行われた。
関連論文リスト
- Usefulness of LLMs as an Author Checklist Assistant for Scientific Papers: NeurIPS'24 Experiment [59.09144776166979]
大規模言語モデル(LLM)は、科学的ピアレビューを支援する上で有望だが議論の余地のあるツールである。
本研究は,論文提出を提出基準に適合させるツールとして,会議環境におけるLCMの有用性を評価する。
論文 参考訳（メタデータ） (2024-11-05T18:58:00Z) - Do RAG Systems Cover What Matters? Evaluating and Optimizing Responses with Sub-Question Coverage [74.70255719194819]
サブクエストカバレッジに基づく新しいフレームワークを導入し、RAGシステムが質問の異なる面にどのように対処するかを計測する。
このフレームワークを使用して、You.com、Perplexity AI、Bing Chatの3つの商用生成応答エンジンを評価します。
すべての回答エンジンは、バックグラウンドやフォローアップよりも、コアサブクエストを頻繁にカバーしていますが、コアサブクエストの約50%を見逃しています。
論文 参考訳（メタデータ） (2024-10-20T22:59:34Z) - RAG-QA Arena: Evaluating Domain Robustness for Long-form Retrieval Augmented Question Answering [61.19126689470398]
Long-form RobustQA (LFRQA)は、7つの異なるドメインにわたる26Kクエリと大きなコーパスをカバーする新しいデータセットである。
RAG-QAアリーナと人間の回答品質判断は高い相関関係にあることを示す。
最も競争力のあるLLMの回答の41.3%のみがLFRQAの回答に好まれており、RAG-QAアリーナは将来の研究の挑戦的な評価プラットフォームであることを示している。
論文 参考訳（メタデータ） (2024-07-19T03:02:51Z) - The Structure of Financial Equity Research Reports -- Identification of the Most Frequently Asked Questions in Financial Analyst Reports to Automate Equity Research Using Llama 3 and GPT-4 [6.085131799375494]
この研究は72のERRの文を文単位で分析し、48.7%の文を169の質問アーチタイプに分類した。
我々は質問を事前に定義しなかったが、ERRの声明からのみ派生した。
この研究は、現在のERRの書き込みプロセスが、さらなる自動化、品質と効率の改善の恩恵を受ける可能性があることを裏付けている。
論文 参考訳（メタデータ） (2024-07-04T15:58:02Z) - ExpertQA: Expert-Curated Questions and Attributed Answers [51.68314045809179]
我々は,様々な属性と事実の軸に沿って,いくつかの代表システムからの応答を人為的に評価する。
我々は32分野にわたる484人の被験者から専門家による質問を収集し、同じ専門家に自身の質問に対する反応を評価する。
分析の結果は,32分野にまたがる2177の質問と,回答の検証とクレームの属性を備えた高品質な長文QAデータセットであるExpertQAである。
論文 参考訳（メタデータ） (2023-09-14T16:54:34Z) - FeedbackMap: a tool for making sense of open-ended survey responses [1.0660480034605242]
このデモでは、自然言語処理技術を使用したWebベースのツールであるFeedbackMapを紹介し、オープンな調査回答の分析を容易にする。
本稿では,複数の視点から調査結果を調べることの重要性と,要約手法によって導入された潜在的なバイアスについて論じる。
論文 参考訳（メタデータ） (2023-06-26T23:38:24Z) - A Comprehensive Survey on Relation Extraction: Recent Advances and New Frontiers [76.51245425667845]
関係抽出(RE)は、基礎となるコンテンツからエンティティ間の関係を識別する。
ディープニューラルネットワークはREの分野を支配しており、顕著な進歩を遂げている。
この調査は、現実世界のREシステムの課題に対処するための研究者の協力的な取り組みを促進することが期待されている。
論文 参考訳（メタデータ） (2023-06-03T08:39:25Z) - Biomedical image analysis competitions: The state of current
participation practice [143.52578599912326]
我々は,バイオメディカルイメージング分析の特定の分野におけるアルゴリズム開発の現状を明らかにするための調査を設計した。
この調査は、参加者の専門知識と作業環境、選択した戦略、およびアルゴリズムの特徴をカバーした。
全体として、すべてのソリューションの94%はディープラーニングベースのものだ。そのうち84%は標準アーキテクチャに基づいていた。
論文 参考訳（メタデータ） (2022-12-16T16:44:46Z) - Review-guided Helpful Answer Identification in E-commerce [38.276241153439955]
製品固有のコミュニティ質問応答プラットフォームは、潜在的な顧客の懸念に対処するのに大いに役立ちます。
このようなプラットフォーム上でユーザが提供する回答は、その品質に大きく違いがあります。
コミュニティからのヘルプフルネスの投票は、回答の全体的な品質を示すことができるが、しばしば欠落している。
論文 参考訳（メタデータ） (2020-03-13T11:34:29Z)
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。