論文の概要: The impact of an employee's psychological contract breach on compliance
with information security policies: intrinsic and extrinsic motivation
- arxiv url: http://arxiv.org/abs/2307.02916v1
- Date: Thu, 6 Jul 2023 11:07:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-07 14:14:51.956346
- Title: The impact of an employee's psychological contract breach on compliance
with information security policies: intrinsic and extrinsic motivation
- Title(参考訳): 従業員の心理的契約違反が情報セキュリティポリシーの遵守に及ぼす影響--本質的・極端的動機づけ
- Authors: Daeun Lee and Harjinder Singh Lallie and Nadine Michaelides
- Abstract要約: 本研究では、従業員の心理的契約違反(PCB)が情報セキュリティ意図(ICI)に及ぼす影響について検討する。
英国の従業員のデータ分析では、PCBが高いほどICIが低いことがわかった。
- 参考スコア(独自算出の注目度): 0.790660895390689
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite the rapid rise in social engineering attacks, not all employees are
as compliant with information security policies (ISPs) to the extent that
organisations expect them to be. ISP non-compliance is caused by a variety of
psychological motivation. This study investigates the effect of psychological
contract breach (PCB) of employees on ISP compliance intention (ICI) by
dividing them into intrinsic and extrinsic motivation using the theory of
planned behaviour (TPB) and the general deterrence theory (GDT). Data analysis
from UK employees (\textit{n=206}) showed that the higher the PCB, the lower
the ICI. The study also found that PCBs significantly reduced intrinsic
motivation (attitude and perceived fairness) for ICI, whereas PCBs did not
moderate the relationship between extrinsic motivation (sanction severity and
sanctions certainty) and ICI. As a result, this study successfully addresses
the risks of PCBs in the field of IS security and proposes effective solutions
for employees with high PCBs.
- Abstract(参考訳): ソーシャルエンジニアリング攻撃の急速な増加にもかかわらず、すべての従業員が、組織が期待するほど情報セキュリティポリシー(isp)に準拠しているわけではない。
ISPの非準拠は、様々な心理的動機によって引き起こされる。
本研究では、計画行動理論(TPB)と一般抑止理論(GDT)を用いて、従業員の心理的契約違反(PCB)がISPコンプライアンス意図(ICI)に及ぼす影響について検討した。
英国人従業員 (\textit{n=206}) のデータ分析の結果, PCB が高いほどICI が低くなることがわかった。
調査の結果,PCBは内因性動機(態度と公正感)を有意に低下させ,PCBは内因性動機(制裁の重大さと制裁の確実性)と内因性動機(ICI)の関係を緩やかにしなかった。
その結果、ISセキュリティ分野におけるPCBのリスクに対処し、高いPCBを持つ従業員に対して効果的な解決策を提案する。
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) - Towards Optimal Adversarial Robust Q-learning with Bellman
Infinity-error [9.88109749688605]
最近の研究は、国家の敵対的ロバスト性を探究し、最適ロバスト政策(ORP)の潜在的な欠如を示唆している。
我々はベルマン最適政策に適合する決定論的かつ定常なORPの存在を証明した。
この発見は、ベルマン・インフィニティ・エラーのサロゲートを最小限にして、一貫性のある敵対的ロバスト深度Q-Network(CAR-DQN)を訓練する動機となる。
論文 参考訳(メタデータ) (2024-02-03T14:25:33Z) - Reconciling AI Performance and Data Reconstruction Resilience for
Medical Imaging [52.578054703818125]
人工知能(AI)モデルは、トレーニングデータの情報漏洩に対して脆弱であり、非常に敏感である。
差別化プライバシ(DP)は、定量的なプライバシー予算を設定することで、これらの感受性を回避することを目的としている。
非常に大きなプライバシ予算を使用することで、リコンストラクション攻撃は不可能であり、パフォーマンスの低下は無視可能であることを示す。
論文 参考訳(メタデータ) (2023-12-05T12:21:30Z) - AnonPSI: An Anonymity Assessment Framework for PSI [5.301888664281537]
Private Set Intersection (PSI) は、2つのパーティが共有データセットの切断された部分上で関数を安全に計算できるプロトコルである。
最近の研究は、Set Membership Inference Attacks(SMIA)の脆弱性を強調している。
本稿では,PSIにおける匿名性の評価について検討する。
論文 参考訳(メタデータ) (2023-11-29T22:13:53Z) - Tamper-Evident Pairing [55.2480439325792]
Tamper-Evident Pairing (TEP)はPush-ButtonConfiguration (PBC)標準の改良である。
TEP は Tamper-Evident Announcement (TEA) に依存しており、相手が送信されたメッセージを検出せずに改ざんしたり、メッセージが送信された事実を隠蔽したりすることを保証している。
本稿では,その動作を理解するために必要なすべての情報を含む,TEPプロトコルの概要について概説する。
論文 参考訳(メタデータ) (2023-11-24T18:54:00Z) - Incentive Mechanism for Uncertain Tasks under Differential Privacy [17.058734221792964]
モバイル・クラウド・センシング (MCS) は, 費用対効果により, センサ・パラダイムとして人気が高まっている。
本稿では,不確実性と隠れ入札を用いて問題に対処するインセンティブメカニズムであるHERALD*を提案する。
論文 参考訳(メタデータ) (2023-05-26T10:15:02Z) - ZETAR: Modeling and Computational Design of Strategic and Adaptive
Compliance Policies [19.9521399287127]
我々は、インサイダーのインセンティブをモデル化するための定量的アプローチを提供するため、ゼロトラスト監査・レコメンデーションフレームワークZETARを開発した。
政策分離性原理と集合凸性を同定し、有限ステップアルゴリズムが完全信頼に値する(CT)ポリシーセットを効率的に学習できるようにする。
以上の結果から,ZETARはリスクやコンプライアンスの態度の異なるインサイダーに適応でき,コンプライアンスを大幅に改善できることがわかった。
論文 参考訳(メタデータ) (2022-04-05T15:46:31Z) - Exploring the Unfairness of DP-SGD Across Settings [0.0]
プライバシ(DP-SGD)に対するエムデファクト標準アプローチの適用効果を,いくつかの公正度指標で評価した。
DP-SGDはPCAの公平性に有意な影響を与えなかったが,検査の結果,私的表現にも寄与しなかった。
論文 参考訳(メタデータ) (2022-02-24T12:26:08Z) - Pessimistic Bootstrapping for Uncertainty-Driven Offline Reinforcement
Learning [125.8224674893018]
オフライン強化学習(RL)は、環境を探索することなく、以前に収集したデータセットからポリシーを学ぶことを目的としている。
オフポリシーアルゴリズムをオフラインRLに適用することは、通常、オフ・オブ・ディストリビューション(OOD)アクションによって引き起こされる外挿エラーによって失敗する。
本稿では,PBRL(Pepsimistic Bootstrapping for offline RL)を提案する。
論文 参考訳(メタデータ) (2022-02-23T15:27:16Z) - Disturbing Reinforcement Learning Agents with Corrupted Rewards [62.997667081978825]
強化学習アルゴリズムに対する報酬の摂動に基づく異なる攻撃戦略の効果を分析します。
敵対的な報酬をスムーズに作成することは学習者を誤解させることができ、低探査確率値を使用すると、学習した政策は報酬を腐敗させるのがより堅牢であることを示しています。
論文 参考訳(メタデータ) (2021-02-12T15:53:48Z) - Robust Deep Reinforcement Learning against Adversarial Perturbations on
State Observations [88.94162416324505]
深部強化学習(DRL)エージェントは、自然な測定誤差や対向雑音を含む観測を通して、その状態を観察する。
観測は真の状態から逸脱するので、エージェントを誤解させ、準最適行動を起こすことができる。
本研究は, 従来の手法を, 対人訓練などの分類タスクの堅牢性向上に応用することは, 多くのRLタスクには有効でないことを示す。
論文 参考訳(メタデータ) (2020-03-19T17:59:59Z)
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。