論文の概要: A Review of Cybersecurity Incidents in the Food and Agriculture Sector
- arxiv url: http://arxiv.org/abs/2403.08036v1
- Date: Tue, 12 Mar 2024 19:15:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 16:55:19.377186
- Title: A Review of Cybersecurity Incidents in the Food and Agriculture Sector
- Title(参考訳): 食品・農業部門におけるサイバーセキュリティ事件の概観
- Authors: Ajay Kulkarni, Yingjie Wang, Munisamy Gopinath, Dan Sobien, Abdul
Rahman, and Feras A. Batarseh
- Abstract要約: この原稿は、食品農業(FA)分野におけるサイバーセキュリティ事件を公表し、記録した。
2011年7月から2023年4月にかけて、30件のサイバーセキュリティ事件が特定された。
FAセクターにおけるAI保証の必要性を解説し、Farmer-Centered AI(FCAI)フレームワークを提案する。
- 参考スコア(独自算出の注目度): 2.0358239640633737
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increasing utilization of emerging technologies in the Food & Agriculture
(FA) sector has heightened the need for security to minimize cyber risks.
Considering this aspect, this manuscript reviews disclosed and documented
cybersecurity incidents in the FA sector. For this purpose, thirty
cybersecurity incidents were identified, which took place between July 2011 and
April 2023. The details of these incidents are reported from multiple sources
such as: the private industry and flash notifications generated by the Federal
Bureau of Investigation (FBI), internal reports from the affected
organizations, and available media sources. Considering the available
information, a brief description of the security threat, ransom amount, and
impact on the organization are discussed for each incident. This review reports
an increased frequency of cybersecurity threats to the FA sector. To minimize
these cyber risks, popular cybersecurity frameworks and recent
agriculture-specific cybersecurity solutions are also discussed. Further, the
need for AI assurance in the FA sector is explained, and the Farmer-Centered AI
(FCAI) framework is proposed. The main aim of the FCAI framework is to support
farmers in decision-making for agricultural production, by incorporating AI
assurance. Lastly, the effects of the reported cyber incidents on other
critical infrastructures, food security, and the economy are noted, along with
specifying the open issues for future development.
- Abstract(参考訳): 食品農業(FA)分野における新興技術の利用の増加により、サイバーリスクを最小限に抑えるためのセキュリティの必要性が高まっている。
この点を踏まえて、本書はFAセクターにおけるサイバーセキュリティ事件を公表し、記録した。
この目的のために、2011年7月から2023年4月にかけて30件のサイバーセキュリティ事件が特定された。
これらの事件の詳細は、民間企業やFBI(連邦捜査局)が生み出したフラッシュ通知、影響を受けた組織の内部報告、利用可能なメディアソースなど、複数の情報源から報告されている。
利用可能な情報を考えると、各インシデントについて、セキュリティの脅威、身代金の額、組織への影響を簡潔に記述する。
このレビューでは、FAセクターに対するサイバーセキュリティの脅威の頻度が増加していることを報告している。
これらのサイバーリスクを最小限に抑えるため、一般的なサイバーセキュリティフレームワークや、最近の農業固有のサイバーセキュリティソリューションについても議論されている。
さらに、FAセクターにおけるAI保証の必要性を説明し、Farmer-Centered AI(FCAI)フレームワークを提案する。
FCAIフレームワークの主な目的は、AI保証を取り入れることで、農業生産のための意思決定を支援することである。
最後に、報告されたサイバーインシデントが他の重要なインフラ、食料安全保障、経済に与える影響、および今後の発展に向けたオープンな問題に言及する。
関連論文リスト
- Coordinated Disclosure for AI: Beyond Security Vulnerabilities [0.7252027234425334]
人工知能(AI)分野におけるHarmレポートは現在、アドホックベースで運用されている。
対照的に、Coordinated Disclosureの倫理とエコシステムは、ソフトウェアセキュリティと透明性において重要な役割を担います。
論文 参考訳(メタデータ) (2024-02-10T20:39:04Z) - Mind the Gap: Securely modeling cyber risk based on security deviations
from a peer group [2.7910505923792646]
本稿では,特定の経済セクターにおいて,ピアに対するサイバー姿勢とサイバーリスクを推定する新たな枠組みを提案する。
我々は、組織とその仲間間の重み付けされたセキュリティギャップを表す、Defense Gap Indexと呼ばれる新しいトップライン変数を導入する。
このアプローチを,25の大企業から収集したデータを用いて,特定の分野に適用する。
論文 参考訳(メタデータ) (2024-02-06T17:22:45Z) - On the Security Risks of Knowledge Graph Reasoning [71.64027889145261]
我々は、敵の目標、知識、攻撃ベクトルに応じて、KGRに対するセキュリティ脅威を体系化する。
我々は、このような脅威をインスタンス化する新しいタイプの攻撃であるROARを提示する。
ROARに対する潜在的な対策として,潜在的に有毒な知識のフィルタリングや,対向的な拡張クエリによるトレーニングについて検討する。
論文 参考訳(メタデータ) (2023-05-03T18:47:42Z) - A Systematization of Cybersecurity Regulations, Standards and Guidelines
for the Healthcare Sector [5.121113572240309]
本稿では,医療分野に関連する重要なサイバーセキュリティ文書の体系化に寄与する。
我々は49の重要文書を収集し、NISTサイバーセキュリティフレームワークを使用して鍵情報を分類した。
論文 参考訳(メタデータ) (2023-04-28T16:19:21Z) - 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) - Foveate, Attribute, and Rationalize: Towards Physically Safe and
Trustworthy AI [76.28956947107372]
包括的不安全テキストは、日常的なシナリオから生じる可能性のある特定の関心領域であり、有害なテキストを検出するのが困難である。
安全の文脈において、信頼に値する合理的な生成のために外部知識を活用する新しいフレームワークであるFARMを提案する。
実験の結果,FARMはSafeTextデータセットの最先端結果を得ることができ,安全性の分類精度が5.9%向上したことがわかった。
論文 参考訳(メタデータ) (2022-12-19T17:51:47Z) - Defending against cybersecurity threats to the payments and banking
system [0.0]
サイバー犯罪の拡散は、銀行セクターの様々な利害関係者にとって大きな懸念である。
ソフトウェアシステムに対するサイバー攻撃のリスクを防止するには、サイバースペース内で動作しているエンティティを特定する必要がある。
本稿では,サイバー空間の資産を識別し,サイバー脅威を分類し,セキュリティ対策を提供し,タイプや機能を管理するためのセキュリティ対策をマップ化する,様々なアプローチについて検討する。
論文 参考訳(メタデータ) (2022-12-15T11:55:11Z) - Towards a Cybersecurity Testbed for Agricultural Vehicles and
Environments [0.0]
農業システムや車両がインターネットに接続されている。
これまでの研究では、農業や農業における一般的なサイバーセキュリティの懸念に焦点が当てられていた。
本稿では,STAVE-A Security Testbed for Agricultural Vehicles and Environmentsについて述べる。
論文 参考訳(メタデータ) (2022-05-12T03:27:06Z) - A System for Automated Open-Source Threat Intelligence Gathering and
Management [53.65687495231605]
SecurityKGはOSCTIの収集と管理を自動化するシステムである。
AIとNLP技術を組み合わせて、脅威行動に関する高忠実な知識を抽出する。
論文 参考訳(メタデータ) (2021-01-19T18:31:35Z) - A System for Efficiently Hunting for Cyber Threats in Computer Systems
Using Threat Intelligence [78.23170229258162]
ThreatRaptorは、OSCTIを使用してコンピュータシステムにおけるサイバー脅威ハンティングを容易にするシステムです。
ThreatRaptorは、(1)構造化OSCTIテキストから構造化された脅威行動を抽出する非監視で軽量で正確なNLPパイプライン、(2)簡潔で表現力のあるドメイン固有クエリ言語であるTBQLを提供し、悪意のあるシステムアクティビティを探し、(3)抽出された脅威行動からTBQLクエリを自動的に合成するクエリ合成メカニズムを提供する。
論文 参考訳(メタデータ) (2021-01-17T19:44:09Z) - 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。