論文の概要: Personalized Guidelines for Design, Implementation and Evaluation of Anti-phishing Interventions
- arxiv url: http://arxiv.org/abs/2311.12827v1
- Date: Sun, 1 Oct 2023 08:07:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 15:51:52.157518
- Title: Personalized Guidelines for Design, Implementation and Evaluation of Anti-phishing Interventions
- Title(参考訳): フィッシング対策の設計・実施・評価のためのパーソナライズされたガイドライン
- Authors: Orvila Sarker, Sherif Haggag, Asangi Jayatilaka, Chelsea Liu,
- Abstract要約: 現在のアンチフィッシングの介入は、通常ワンサイズフィットのソリューションを含むが、不適切なユーザビリティや実装不足といった制限に悩まされている。
本研究は, フィッシング対策の設計, 実施, 評価のための資源・ガイドラインの欠如に対処するものである。
- 参考スコア(独自算出の注目度): 0.5999777817331317
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Background: Current anti-phishing interventions, which typically involve one-size-fits-all solutions, suffer from limitations such as inadequate usability and poor implementation. Human-centric challenges in anti-phishing technologies remain little understood. Research shows a deficiency in the comprehension of end-user preferences, mental states, and cognitive requirements by developers and practitioners involved in the design, implementation, and evaluation of anti-phishing interventions. Aims: This study addresses the current lack of resources and guidelines for the design, implementation and evaluation of anti-phishing interventions, by presenting personalized guidelines to the developers and practitioners. Method: Through an analysis of 53 academic studies and 16 items of grey literature studies, we systematically identified the challenges and recommendations within the anti-phishing interventions, across different practitioner groups and intervention types. Results: We identified 22 dominant factors at the individual, technical, and organizational levels, that affected the effectiveness of anti-phishing interventions and, accordingly, reported 41 guidelines based on the suggestions and recommendations provided in the studies to improve the outcome of anti-phishing interventions. Conclusions: Our dominant factors can help developers and practitioners enhance their understanding of human-centric, technical and organizational issues in anti-phishing interventions. Our customized guidelines can empower developers and practitioners to counteract phishing attacks.
- Abstract(参考訳): 背景: 現在のアンチフィッシングの介入は、通常、一大のソリューションを含むが、不適切なユーザビリティや実装不足といった制限に悩まされている。
アンチフィッシング技術における人間中心の課題はほとんど理解されていない。
研究は、エンドユーザー選好、精神状態、認知的要求の理解に欠けていることを示しており、開発者や実践者がフィッシング対策の設計、実施、評価に関与している。
Aims: この研究は、開発者や実践者にパーソナライズされたガイドラインを提示することで、現在のアンチフィッシング介入の設計、実装、評価のためのリソースやガイドラインの欠如に対処します。
方法: 53の学術研究と16の灰色文学研究項目を分析した結果, 異なる実践者グループと介入タイプにまたがって, フィッシング介入における課題と勧告を体系的に同定した。
結果: 個人, 技術, 組織レベルにおいて, フィッシング介入の有効性に影響を及ぼす22の要因を同定し, フィッシング介入の結果を改善するために, 研究で提示された提案や勧告に基づいて41のガイドラインを報告した。
結論:私たちの支配的な要因は、開発者や実践者が、アンチフィッシングの介入において、人間中心、技術的、組織的な問題に対する理解を深めるのに役立ちます。
私たちのカスタマイズされたガイドラインは、開発者や実践者がフィッシング攻撃に対処できるようにします。
関連論文リスト
- Revisiting Technical Bias Mitigation Strategies [0.11510009152620666]
人工知能(AI)コミュニティにおける偏見を緩和し、公平性を高める努力は、主に技術的な解決策に焦点を当てている。
多くのレビューがAIのバイアスに対処しているが、このレビューは医療設定における技術的ソリューションの実践的限界に特化している。
医療・バイオメディカル応用に焦点をあてた実証的研究により,それぞれの限界について解説する。
論文 参考訳(メタデータ) (2024-10-22T21:17:19Z) - Beyond One-Time Validation: A Framework for Adaptive Validation of Prognostic and Diagnostic AI-based Medical Devices [55.319842359034546]
既存のアプローチは、これらのデバイスを実際にデプロイする際の複雑さに対処するのに不足することが多い。
提示されたフレームワークは、デプロイメント中に検証と微調整を繰り返すことの重要性を強調している。
現在の米国とEUの規制分野に位置づけられている。
論文 参考訳(メタデータ) (2024-09-07T11:13:52Z) - The Pitfalls and Promise of Conformal Inference Under Adversarial Attacks [90.52808174102157]
医療画像や自律運転などの安全クリティカルな応用においては、高い敵の堅牢性を維持し、潜在的敵の攻撃から保護することが不可欠である。
敵対的に訓練されたモデルに固有の不確実性に関して、注目すべき知識ギャップが残っている。
本研究では,共形予測(CP)の性能を標準対向攻撃の文脈で検証することにより,ディープラーニングモデルの不確実性について検討する。
論文 参考訳(メタデータ) (2024-05-14T18:05:19Z) - Designing Adaptive User Interfaces for mHealth applications targeting chronic disease: A User-Centric Approach [7.014860609693923]
mHealthの介入は、慢性疾患の自己管理に役立つ有意な可能性を秘めているが、その使用は依然として問題である。
そこで本研究では,既存の文献から得られたAUIプロトタイプを開発した。
私たちは、AUIの使用、適応設計を改善する戦略、これらの課題と戦略の間の潜在的なトレードオフに関連する重要な課題を特定しました。
論文 参考訳(メタデータ) (2024-05-14T03:53:52Z) - Evaluating General-Purpose AI with Psychometrics [43.85432514910491]
本稿では,大規模言語モデルなどの汎用AIシステムの包括的かつ正確な評価の必要性について論じる。
現在の評価手法は、主に特定のタスクのベンチマークに基づいており、これらの汎用AIシステムを適切に評価するには不十分である。
これらの課題に対処するため,タスク指向評価から構成指向評価への移行を提案する。
論文 参考訳(メタデータ) (2023-10-25T05:38:38Z) - AI driven B-cell Immunotherapy Design [0.0]
抗原中和と除去ヒンジの効果は、パラトープ-エピトープ相互作用の強さ、感受性、特異性に影響を及ぼす。
近年、人工知能と機械学習の手法は大きな進歩を遂げ、タンパク質の構造とその複合体の予測に革命をもたらした。
本稿では,B細胞免疫療法設計分野における機械学習ツールとそのフレームワークの進歩に焦点をあてる。
論文 参考訳(メタデータ) (2023-09-03T09:14:10Z) - Adversarial Attacks and Defenses in Machine Learning-Powered Networks: A
Contemporary Survey [114.17568992164303]
機械学習とディープニューラルネットワークにおけるアドリアックと防御が注目されている。
本調査は、敵攻撃・防衛技術分野における最近の進歩を包括的に概観する。
検索ベース、意思決定ベース、ドロップベース、物理世界攻撃など、新たな攻撃方法も検討されている。
論文 参考訳(メタデータ) (2023-03-11T04:19:31Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳(メタデータ) (2022-11-07T17:20:39Z) - Antibody Representation Learning for Drug Discovery [7.291511531280898]
新規なSARS-CoV-2抗体結合データセットと追加ベンチマークデータセットについて報告する。
従来の統計的シーケンスモデル,各データセットの教師付き学習,および抗体特異的事前訓練言語モデルの微調整の3つのクラスを比較した。
実験結果から,特徴表現の自己教師付き事前学習は,従来の手法よりも大幅に改善されていることが示唆された。
論文 参考訳(メタデータ) (2022-10-05T13:48:41Z) - Towards Understanding the Adversarial Vulnerability of Skeleton-based
Action Recognition [133.35968094967626]
骨格に基づく行動認識は、動的状況への強い適応性から注目を集めている。
ディープラーニング技術の助けを借りて、かなり進歩し、現在、良識のある環境で約90%の精度を達成している。
異なる対角的環境下での骨格に基づく行動認識の脆弱性に関する研究はいまだ研究されていない。
論文 参考訳(メタデータ) (2020-05-14T17:12:52Z) - Interpretable Off-Policy Evaluation in Reinforcement Learning by
Highlighting Influential Transitions [48.91284724066349]
強化学習におけるオフ政治評価は、医療や教育などの領域における将来の成果を改善するために観察データを使用する機会を提供する。
信頼区間のような従来の尺度は、ノイズ、限られたデータ、不確実性のために不十分である可能性がある。
我々は,人間専門家が政策評価評価評価の妥当性を分析できるように,ハイブリッドAIシステムとして機能する手法を開発した。
論文 参考訳(メタデータ) (2020-02-10T00:26:43Z)
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。