論文の概要: Secure Software Development: Issues and Challenges
- arxiv url: http://arxiv.org/abs/2311.11021v1
- Date: Sat, 18 Nov 2023 09:44:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-22 12:58:24.948038
- Title: Secure Software Development: Issues and Challenges
- Title（参考訳）: セキュアなソフトウェア開発:問題と課題
- Authors: Sam Wen Ping, Jeffrey Cheok Jun Wah, Lee Wen Jie, Jeremy Bong Yong Han
and Saira Muzafar
- Abstract要約: 生活のデジタル化は、人間の問題を解決し、生活の質を向上させることを証明する。
ハッカーたちは、無実の人々のデータを盗み、ID詐欺や詐欺など、そのほかの目的のために利用しようとしている。
セキュアなシステムソフトウェアの目的は、システムライフサイクルを実行することによって、そのようなエクスプロイトが決して起こらないようにすることです。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In recent years, technology has advanced considerably with the introduction
of many systems including advanced robotics, big data analytics, cloud
computing, machine learning and many more. The opportunities to exploit the yet
to come security that comes with these systems are going toe to toe with new
releases of security protocols to combat this exploitation to provide a secure
system. The digitization of our lives proves to solve our human problems as
well as improve quality of life but because it is digitalized, information and
technology could be misused for other malicious gains. Hackers aim to steal the
data of innocent people to use it for other causes such as identity fraud,
scams and many more. This issue can be corrected during the software
development life cycle, integrating security across the development phases, and
testing of the software is done early to reduce the number of vulnerabilities
that might or might not heavily impact an organisation depending on the range
of the attack. The goal of a secured system software is to prevent such
exploitations from ever happening by conducting a system life cycle where
through planning and testing is done to maximise security while maintaining
functionality of the system. In this paper, we are going to discuss the recent
trends in security for system development as well as our predictions and
suggestions to improve the current security practices in this industry.
- Abstract（参考訳）: 近年、高度なロボティクス、ビッグデータ分析、クラウドコンピューティング、機械学習など多くのシステムが導入され、テクノロジーは大幅に進歩している。
これらのシステムに付属するセキュリティを悪用する機会は、セキュリティプロトコルの新たなリリースによって、このエクスプロイトに対抗して、セキュアなシステムを提供する。
私たちの生活のデジタル化は、人間の問題を解決するだけでなく、生活の質を向上させることを証明しますが、デジタル化されているため、情報と技術は他の悪質な利益のために誤用される可能性があります。
ハッカーたちは、無実の人々のデータを盗み、ID詐欺や詐欺など、そのほかの目的のために利用しようとしている。
この問題は、ソフトウェア開発ライフサイクル中に修正され、開発フェーズ全体でセキュリティが統合され、早期にソフトウェアのテストが行われ、攻撃範囲に応じて組織に大きな影響を及ぼす可能性のある脆弱性の数を減らすことができる。
セキュアなシステムソフトウェアの目標は、システムの機能を維持しつつ、セキュリティを最大化するために計画とテストを行うシステムライフサイクルを実行して、そのような悪用を防止することである。
本稿では,最近のシステム開発におけるセキュリティの動向と,業界における最近のセキュリティ対策を改善するための予測と提案について述べる。
関連論文リスト
- Software Security Analysis in 2030 and Beyond: A Research Roadmap [19.58506360935285]
我々は、機械が共同で書いたコードのセキュリティを評価し、最大化する新しい方法が必要である。
ソフトウェアシステムがますます異質になるにつれて、いくつかの関数が自動生成されても機能するアプローチが必要になります。
ソフトウェアセキュリティの最近の進歩を調査し、オープンな課題と機会について議論し、この分野の長期的な視点で結論付けることで、研究ロードマップをスタートさせます。
論文 参考訳（メタデータ） (2024-09-26T13:50:41Z) - Software Repositories and Machine Learning Research in Cyber Security [0.0]
堅牢なサイバーセキュリティ防衛の統合は、ソフトウェア開発のあらゆる段階において不可欠になっている。
ソフトウェア要件プロセスにおけるこれらの初期段階の脆弱性の検出にトピックモデリングと機械学習を活用する試みが実施されている。
論文 参考訳（メタデータ） (2023-11-01T17:46:07Z) - Leveraging Traceability to Integrate Safety Analysis Artifacts into the
Software Development Process [51.42800587382228]
安全保証ケース(SAC)は、システムの進化中に維持することが困難である。
本稿では,ソフトウェアトレーサビリティを活用して,関連するシステムアーチファクトを安全解析モデルに接続する手法を提案する。
安全ステークホルダーがシステム変更が安全性に与える影響を分析するのに役立つように、システム変更の合理性を設計する。
論文 参考訳（メタデータ） (2023-07-14T16:03:27Z) - 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) - Proceedings of the Artificial Intelligence for Cyber Security (AICS)
Workshop at AAAI 2022 [55.573187938617636]
ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。
サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
論文 参考訳（メタデータ） (2022-02-28T18:27:41Z) - Security for Machine Learning-based Software Systems: a survey of
threats, practices and challenges [0.76146285961466]
機械学習ベースのモダンソフトウェアシステム(MLBSS)を安全に開発する方法は、依然として大きな課題である。
潜伏中の脆弱性と、外部のユーザーや攻撃者に暴露されるプライバシー問題は、ほとんど無視され、特定が難しい。
機械学習ベースのソフトウェアシステムのセキュリティは、固有のシステム欠陥や外敵攻撃から生じる可能性があると考えている。
論文 参考訳（メタデータ） (2022-01-12T23:20:25Z) - A Research Ecosystem for Secure Computing [4.212354651854757]
コンピュータ、システム、アプリケーションのセキュリティは、コンピュータ科学における何十年にもわたって活発な研究領域であった。
課題は、情報エコシステムのセキュリティと信頼から、敵の人工知能や機械学習までさまざまだ。
新しいインセンティブと教育がこの変化の核心にある。
論文 参考訳（メタデータ） (2021-01-04T22:42:28Z) - 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) - Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。
信頼された実行環境を用いたAIシステムの機会と課題を強調します。
我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
論文 参考訳（メタデータ） (2020-08-10T23:05:55Z) - 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。