Fugu-MT 論文翻訳(概要): Cyber-sensorium: An Extension of the Cyber Public Health Framework

論文の概要: Cyber-sensorium: An Extension of the Cyber Public Health Framework

arxiv url: http://arxiv.org/abs/2406.05929v1
Date: Sun, 9 Jun 2024 22:44:49 GMT
ステータス: 処理完了
システム内更新日: 2024-06-11 15:25:59.277469
Title: Cyber-sensorium: An Extension of the Cyber Public Health Framework
Title（参考訳）: Cyber-Sensorium: サイバー公衆衛生フレームワークの拡張
Authors: Robin Coupland, Nathan Taback,
Abstract要約: 我々は、デジタルネットワークと人間の福祉に不可欠な生物学的神経システムとの類似性を引き出す。このシステムに対するサイバー攻撃は深刻な世界的なリスクをもたらし、その保護の必要性を浮き彫りにした。
参考スコア（独自算出の注目度）: 0.5852077003870417
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In response to increasingly sophisticated cyberattacks, a health-based approach is being used to define and assess their impact. Two significant cybersecurity workshops have fostered this perspective, aiming to standardize the understanding of cyber harm. Experts at these workshops agreed on a public health-like framework to analyze cyber threats focusing on the perpetrators' intent, the means available to them, and the vulnerability of targets. We contribute to this dialogue with the cyber sensorium concept, drawing parallels between the digital network and a biological nervous system essential to human welfare. Cyberattacks on this system present serious global risks, underlining the need for its protection.
Abstract（参考訳）: ますます高度なサイバー攻撃に対応するために、健康ベースのアプローチが、その影響を定義し評価するために使われています。 2つの重要なサイバーセキュリティワークショップがこの視点を育み、サイバー被害の理解を標準化することを目指している。これらのワークショップのエキスパートは、加害者の意図、利用可能な手段、ターゲットの脆弱性に焦点をあてたサイバー脅威を分析するための、公衆衛生的なフレームワークに合意した。本研究は,デジタルネットワークと人間の福祉に不可欠な生物学的神経系との類似性を引き出す,サイバーセンサーの概念との対話に貢献する。このシステムに対するサイバー攻撃は深刻な世界的なリスクをもたらし、その保護の必要性を浮き彫りにした。

関連論文リスト

Countering Autonomous Cyber Threats [40.00865970939829]
ファンデーションモデルは、サイバードメイン内で広く、特に二元的関心事を提示します。近年の研究では、これらの先進的なモデルが攻撃的なサイバースペース操作を通知または独立に実行する可能性を示している。この研究は、孤立したネットワークでマシンを妥協する能力について、最先端のいくつかのFMを評価し、そのようなAIによる攻撃を倒す防御メカニズムを調査する。
論文参考訳（メタデータ） (2024-10-23T22:46:44Z)
Navigating the road to automotive cybersecurity compliance [39.79758414095764]
自動車業界は、車両とデータの両方を潜在的な脅威から保護するために、堅牢なサイバーセキュリティ対策を採用することを余儀なくされている。自動車のサイバーセキュリティの未来は、先進的な保護措置と、すべての利害関係者の協力的努力の継続的な発展にある。
論文参考訳（メタデータ） (2024-06-29T16:07:48Z)
Psychological Profiling in Cybersecurity: A Look at LLMs and Psycholinguistic Features [0.741787275567662]
心理学的プロファイリング手法の可能性を探り、特に大規模言語モデル(LLM)と心理言語学的特徴の利用に焦点を当てる。我々の研究は、サイバーセキュリティの実践に心理学的視点を統合することが、進化する脅威に対する防御メカニズムを強化することの重要性を強調している。
論文参考訳（メタデータ） (2024-06-26T23:04:52Z)
Human Factors in the LastPass Breach [0.0]
この論文は、サイバーセキュリティ対策への人間中心の考察の統合を論じている。目標指向行動、認知的過負荷、人間の偏見(例えば、楽観主義、アンカーリング)、リスク行動などの要因を緩和することに焦点を当てている。
論文参考訳（メタデータ） (2024-05-03T00:41:29Z)
PsySafe: A Comprehensive Framework for Psychological-based Attack, Defense, and Evaluation of Multi-agent System Safety [70.84902425123406]
大規模言語モデル(LLM)で拡張されたマルチエージェントシステムは、集団知能において重要な能力を示す。しかし、悪意のある目的のためにこのインテリジェンスを誤用する可能性があり、重大なリスクが生じる。本研究では,エージェント心理学を基盤とした枠組み(PsySafe)を提案し,エージェントのダークパーソナリティ特性がリスク行動にどう影響するかを明らかにする。実験の結果,エージェント間の集団的危険行動,エージェントが危険な行動を行う際の自己反射,エージェントの心理的評価と危険な行動との相関など,いくつかの興味深い現象が明らかになった。
論文参考訳（メタデータ） (2024-01-22T12:11:55Z)
Cyber Sentinel: Exploring Conversational Agents in Streamlining Security Tasks with GPT-4 [0.08192907805418582]
本稿では,タスク指向型サイバーセキュリティ対話システムであるCyber Sentinelを紹介する。人工知能、サイバーセキュリティ分野の専門知識、リアルタイムデータ分析の融合を具体化し、サイバー敵による多面的課題に対処する。我々の研究はタスク指向対話システムに対する新しいアプローチであり、即時工学と組み合わせたGPT-4モデルの連鎖の力を活用している。
論文参考訳（メタデータ） (2023-09-28T13:18:33Z)
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)
Physical Adversarial Attack meets Computer Vision: A Decade Survey [55.38113802311365]
本稿では,身体的敵意攻撃の概要を概観する。本研究は,身体的敵意攻撃の性能を体系的に評価する第一歩を踏み出した。提案する評価基準であるhiPAAは6つの視点から構成される。
論文参考訳（メタデータ） (2022-09-30T01:59:53Z)
Review: Deep Learning Methods for Cybersecurity and Intrusion Detection Systems [6.459380657702644]
人工知能(AI)と機械学習(ML)はサイバー防衛の鍵となる技術として活用することができる。本稿では,ネットワーク侵入検出に使用される様々な深層学習手法について検討する。
論文参考訳（メタデータ） (2020-12-04T23:09:35Z)
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)
Adversarial Genetic Programming for Cyber Security: A Rising Application Domain Where GP Matters [10.336476147660383]
サイバーセキュリティのための敵対的遺伝的プログラミングは、サイバー敵の行動と彼らのエンゲージメントのダイナミクスを研究する研究トピックである。これは、GPで異なる抽象化を表現することによって、複雑な振る舞いの進化に関する研究の疑問を喚起する。本稿では、RIVALSと呼ばれるネットワークセキュリティアームレースの研究を支援するフレームワークを提案する。
論文参考訳（メタデータ） (2020-04-07T00:13:14Z)

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。