論文の概要: Developing and Building Ontologies in Cyber Security
- arxiv url: http://arxiv.org/abs/2306.00377v1
- Date: Thu, 1 Jun 2023 06:19:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-02 18:01:29.826222
- Title: Developing and Building Ontologies in Cyber Security
- Title（参考訳）: サイバーセキュリティにおけるオントロジーの開発と構築
- Authors: Muhammad Shoaib Farooq, Muhammad Talha Waseem
- Abstract要約: このSLRは2010年から2020年までの24の論文からなる。
2010年から2020年までの合計24の論文が慎重に選考されている。
このSLRは、サイバーセキュリティのプロセスにおける将来の方向性を期待する研究者に提供するために提示されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cyber Security is one of the most arising disciplines in our modern society.
We work on Cybersecurity domain and in this the topic we chose is Cyber
Security Ontologies. In this we gather all latest and previous ontologies and
compare them on the basis of different analyzing factors to get best of them.
Reason to select this topic is to assemble different ontologies from different
era of time. Because, researches that included in this SLR is mostly studied
single ontology. If any researcher wants to study ontologies, he has to study
every single ontology and select which one is best for his research. So, we
assemble different types of ontology and compare them against each other to get
best of them. A total 24 papers between years 2010-2020 are carefully selected
through systematic process and classified accordingly. Lastly, this SLR have
been presented to provide the researchers promising future directions in the
domain of cybersecurity ontologies.
- Abstract（参考訳）: サイバーセキュリティは、現代社会で最も発生している分野の1つです。
私たちはサイバーセキュリティドメインに取り組んでおり、その中で私たちが選んだトピックはサイバーセキュリティオントロジーです。
これにより、最新のオントロジーと以前のオントロジーをすべて収集し、それらを異なる分析要因に基づいて比較し、最良の結果を得ることができます。
このトピックを選択する理由は、異なる時代の異なるオントロジーを組み立てることである。
このSLRに含まれる研究は主に単一オントロジーの研究である。
ある研究者がオントロジーを研究したい場合、彼はすべてのオントロジーを研究し、研究に最適なものを選ぶ必要がある。
ですから,さまざまなオントロジーを組み立てて,それらを比較して,最大限に活用するのです。
2010年から2020年までの合計24枚の論文は、体系的なプロセスを通じて慎重に選択され、分類される。
最後に、このSLRは、サイバーセキュリティオントロジーの領域における将来の方向性を期待する研究者に提供するために提示されている。
関連論文リスト
- Adaptive Anomaly Detection for Identifying Attacks in Cyber-Physical Systems: A Systematic Literature Review [4.580544659826873]
本稿では,適応異常検出(Adaptive Anomaly Detection, AAD)研究の体系的文献レビュー(SLR)について述べる。
AADは、進化するサイバー攻撃を検出する最も有望な技術の一つである。
本稿では,攻撃タイプ,CPSアプリケーション,学習パラダイム,データ管理,アルゴリズムを考慮した新しい分類法を提案する。
我々は、研究者が最先端の技術を身につけるのを手助けし、実践者がこの分野の最近の進歩に親しむのを助けることを目的としている。
論文 参考訳（メタデータ） (2024-11-21T16:32:02Z) - Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。
1つの簡単な解決策は、統計分析と機械学習を統合することである。
埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文 参考訳（メタデータ） (2024-06-16T14:49:19Z) - Tackling Cyberattacks through AI-based Reactive Systems: A Holistic Review and Future Vision [0.10923877073891446]
本稿では,AIによる脅威応答システムの最近の進歩を包括的に調査する。
AI反応ドメインに関する最新の調査は2017年に実施された。
合計で7つの研究課題が特定され、潜在的なギャップを指摘し、開発分野の可能性を示唆している。
論文 参考訳（メタデータ） (2023-12-11T09:17:01Z) - Exploring Cybercriminal Activities, Behaviors and Profiles [2.7195102129095003]
本稿では,心理学的観点からのサイバー犯罪活動と行動について考察する。
サイバー犯罪に影響を及ぼす可能性のあるモチベーション、心理的、その他の学際的概念について検討する。
論文 参考訳（メタデータ） (2023-08-30T10:57:19Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳（メタデータ） (2023-06-15T14:08:07Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳（メタデータ） (2023-04-02T08:43:03Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Characterising Research Areas in the field of AI [68.8204255655161]
トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。
その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
論文 参考訳（メタデータ） (2022-05-26T16:30:30Z) - 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) - Profiling the Cybercriminal: A Systematic Review of Research [2.66512000865131]
サイバー犯罪者のプロファイリングに関する一般的な定義がない。
サイバー犯罪の主なタイプの1つはハッカーだ。
この記事では、その分野の最新の特徴化について述べる。
論文 参考訳（メタデータ） (2021-05-06T19:56:55Z) - Adversarial Machine Learning Attacks and Defense Methods in the Cyber
Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。
サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文 参考訳（メタデータ） (2020-07-05T18:22:40Z)
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。