論文の概要: CyberMentor: AI Powered Learning Tool Platform to Address Diverse Student Needs in Cybersecurity Education
- arxiv url: http://arxiv.org/abs/2501.09709v1
- Date: Thu, 16 Jan 2025 18:00:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-17 15:11:50.567415
- Title: CyberMentor: AI Powered Learning Tool Platform to Address Diverse Student Needs in Cybersecurity Education
- Title（参考訳）: CyberMentor: サイバーセキュリティ教育におけるさまざまな学生のニーズに対処するAIパワー学習ツールプラットフォーム
- Authors: Tianyu Wang, Nianjun Zhou, Zhixiong Chen,
- Abstract要約: サイバーセキュリティプログラムの多くの非伝統的な学生は、しばしば仲間や家族、教授からのアドバイスへのアクセスを欠いている。
本稿では,知識,スキル,キャリア準備に関するアドバイスに答えることによって,包括的支援を提供するアプリケーションを提案する。
我々はサイバーセキュリティの学生の多様なニーズと問題点に対処する学習ツールプラットフォームであるCyberMentorを開発した。
- 参考スコア（独自算出の注目度）: 6.267144136593821
- License:
- Abstract: Many non-traditional students in cybersecurity programs often lack access to advice from peers, family members and professors, which can hinder their educational experiences. Additionally, these students may not fully benefit from various LLM-powered AI assistants due to issues like content relevance, locality of advice, minimum expertise, and timing. This paper addresses these challenges by introducing an application designed to provide comprehensive support by answering questions related to knowledge, skills, and career preparation advice tailored to the needs of these students. We developed a learning tool platform, CyberMentor, to address the diverse needs and pain points of students majoring in cybersecurity. Powered by agentic workflow and Generative Large Language Models (LLMs), the platform leverages Retrieval-Augmented Generation (RAG) for accurate and contextually relevant information retrieval to achieve accessibility and personalization. We demonstrated its value in addressing knowledge requirements for cybersecurity education and for career marketability, in tackling skill requirements for analytical and programming assignments, and in delivering real time on demand learning support. Using three use scenarios, we showcased CyberMentor in facilitating knowledge acquisition and career preparation and providing seamless skill-based guidance and support. We also employed the LangChain prompt-based evaluation methodology to evaluate the platform's impact, confirming its strong performance in helpfulness, correctness, and completeness. These results underscore the system's ability to support students in developing practical cybersecurity skills while improving equity and sustainability within higher education. Furthermore, CyberMentor's open-source design allows for adaptation across other disciplines, fostering educational innovation and broadening its potential impact.
- Abstract（参考訳）: サイバーセキュリティプログラムの多くの非伝統的な学生は、友人や家族、教授からのアドバイスを欠いていることが多く、教育経験を妨げている。
さらに、これらの学生はコンテンツ関連性、アドバイスの局所性、最小限の専門性、タイミングといった問題のために、様々なLLMベースのAIアシスタントの恩恵を受けられないかもしれない。
本稿では,これらの学生のニーズに合わせて,知識,スキル,キャリア準備に関するアドバイスに答えることによって,包括的支援を提供するアプリケーションを導入することで,これらの課題に対処する。
我々はサイバーセキュリティを専攻する学生の多様なニーズと問題点に対処する学習ツールプラットフォームであるCyberMentorを開発した。
エージェントワークフローとジェネレーティブ・大規模言語モデル(LLMs)を駆使したこのプラットフォームは、アクセシビリティとパーソナライゼーションを達成するために、正確でコンテキストに関連のある情報検索に検索型拡張生成(RAG)を利用する。
我々は、サイバーセキュリティ教育やキャリアの市場性に関する知識要件への対処、分析やプログラミングの課題に対するスキル要件への対処、需要学習支援のリアルタイム提供など、その価値を実証した。
3つの利用シナリオを用いて,知識獲得とキャリア準備の促進と,シームレスなスキルベースの指導と支援を行うCyberMentorを紹介した。
また,LangChainのプロンプトに基づく評価手法を用いて,プラットフォームへの影響評価を行い,有効性,正確性,完全性などの性能を確認した。
これらの結果は、高等教育におけるエクイティと持続可能性を改善しつつ、実践的なサイバーセキュリティスキルを開発する学生を支援するシステムの能力を強調している。
さらに、CyberMentorのオープンソース設計は、他の分野への適応を可能にし、教育革新を促進し、潜在的な影響を広げる。
関連論文リスト
- What Skills Do Cyber Security Professionals Need? [10.615987702194944]
サイバー攻撃の増加により、組織に対するサイバーセキュリティの重要性が高まっている。
多くの個人がサイバーセキュリティの分野に参入しようとしています。
しかし、この分野でのキャリアを成功させるために必要なスキルについて、明確な理解が欠如している。
論文 参考訳（メタデータ） (2025-02-19T12:10:53Z) - Embracing Experiential Learning: Hackathons as an Educational Strategy for Shaping Soft Skills in Software Engineering [3.02243271391691]
40名の学生を対象とする7日間のハイブリッドハッカソンの予備的実証的証拠を報告する。
本研究では,ハッカソン体験が,学生の自己認識を評価するための構造化されたアンケートを通じて,革新的かつ創造的な思考,コラボレーション,チームワーク,知識の適用を促進するかを評価する。
業界にとって、私たちの議論は、将来のSEプロフェッショナルにおけるソフトスキルの開発に関する意味を持ち、それによって、ソフトウェア市場におけるその採用性と準備性を高めます。
論文 参考訳（メタデータ） (2025-02-11T20:58:33Z) - A Case Study in Gamification for a Cybersecurity Education Program: A Game for Cryptography [0.0]
ゲーミフィケーションは実践的なハンズオン体験を提供する革新的なアプローチを提供する。
本稿では,ゲーミフィケーション暗号教育ツールの実例について述べる。
論文 参考訳（メタデータ） (2025-02-10T17:36:46Z) - LLM-powered Multi-agent Framework for Goal-oriented Learning in Intelligent Tutoring System [54.71619734800526]
GenMentorは、ITS内で目標指向でパーソナライズされた学習を提供するために設計されたマルチエージェントフレームワークである。
学習者の目標を、カスタムのゴール・トゥ・スキルデータセットでトレーニングされた微調整LDMを使用して、必要なスキルにマッピングする。
GenMentorは、個々の学習者のニーズに合わせて探索・描画・統合機構で学習内容を調整する。
論文 参考訳（メタデータ） (2025-01-27T03:29:44Z) - Open Problems in Machine Unlearning for AI Safety [61.43515658834902]
特定の種類の知識を選択的に忘れたり、抑圧したりするマシンアンラーニングは、プライバシとデータ削除タスクの約束を示している。
本稿では,アンラーニングがAI安全性の包括的ソリューションとして機能することを防止するための重要な制約を特定する。
論文 参考訳（メタデータ） (2025-01-09T03:59:10Z) - Socialized Learning: A Survey of the Paradigm Shift for Edge Intelligence in Networked Systems [62.252355444948904]
本稿では,エッジインテリジェンス(EI)と社会学習(SL)の統合に関する文献レビューの結果について述べる。
SLは、エージェントの協調能力と集団知性を増幅することを目的とした、社会的原則と行動に基づく学習パラダイムである。
ソーシャル化アーキテクチャ、ソーシャル化トレーニング、ソーシャル化推論の3つの統合コンポーネントについて詳しく検討し、その強みと弱点を分析した。
論文 参考訳（メタデータ） (2024-04-20T11:07:29Z) - Adapting Large Language Models for Education: Foundational Capabilities, Potentials, and Challenges [60.62904929065257]
大規模言語モデル(LLM)は、個々の要求を解釈することでこの問題を解決する可能性を提供する。
本稿では, 数学, 文章, プログラミング, 推論, 知識に基づく質問応答など, 教育能力に関する最近のLLM研究を概観する。
論文 参考訳（メタデータ） (2023-12-27T14:37:32Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳（メタデータ） (2023-05-31T11:29:04Z) - Platform-Independent and Curriculum-Oriented Intelligent Assistant for
Higher Education [0.0]
我々は、パワー言語モデル(GPT-3)に基づくAIを活用したインテリジェントな教育支援フレームワークを開発した。
仮想インテリジェント・インテリジェンス・アシスタント(TA)システムは、カリキュラム、物流、コースポリシーに関するコース固有の質問に答えることのできる音声対応のヘルパーとして機能する。
論文 参考訳（メタデータ） (2023-02-15T19:02:01Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳（メタデータ） (2021-01-19T12:23:32Z) - Experiences and Lessons Learned Creating and Validating Concept
Inventories for Cybersecurity [0.0]
サイバーセキュリティコンセプトインベントリ(サイバーセキュリティコンセプトインベントリ、CCI)は、サイバーセキュリティの第1コースを最近修了した学生向けである。
サイバーセキュリティカリキュラムアセスメント(サイバーセキュリティカリキュラムアセスメント、英: Cybersecurity Curriculum Assessment、CCA)は、サイバーセキュリティの学部課程を最近修了した学生のためのプログラムである。
各アセスメントツールは、同じ5つのコアコンセプトをターゲットにした様々な難題に関する25の多重選択質問(MCQ)から構成される。
論文 参考訳（メタデータ） (2020-04-10T22:40:04Z)
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。