論文の概要: CAI Fluency: A Framework for Cybersecurity AI Fluency
- arxiv url: http://arxiv.org/abs/2508.13588v1
- Date: Tue, 19 Aug 2025 07:42:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-20 15:36:31.833513
- Title: CAI Fluency: A Framework for Cybersecurity AI Fluency
- Title（参考訳）: CAI Fluency: サイバーセキュリティAI Fluencyのためのフレームワーク
- Authors: Víctor Mayoral-Vilches, Jasmin Wachter, Cristóbal R. J. Veas Chavez, Cathrin Schachner, Luis Javier Navarrete-Lozano, María Sanz-Gómez,
- Abstract要約: この研究は、サイバーセキュリティAI(CAI)フレームワークの教育プラットフォームであるCAI Fluencyを紹介している。
CAIフレームワークの主な目的は、人工知能ベースのサイバーセキュリティソリューションの普及と有効利用を促進することである。
この技術レポートはホワイトペーパーとして機能し、CAIフレームワークの背景にある原則を理解するのに役立つ詳細な教育的および実践的なガイドとして機能します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: This work introduces CAI Fluency, an an educational platform of the Cybersecurity AI (CAI) framework dedicated to democratizing the knowledge and application of cybersecurity AI tools in the global security community. The main objective of the CAI framework is to accelerate the widespread adoption and effective use of artificial intelligence-based cybersecurity solutions, pathing the way to vibe-hacking, the cybersecurity analogon to vibe-coding. CAI Fluency builds upon the Framework for AI Fluency, adapting its three modalities of human-AI interaction and four core competencies specifically for cybersecurity applications. This theoretical foundation ensures that practitioners develop not just technical skills, but also the critical thinking and ethical awareness necessary for responsible AI use in security contexts. This technical report serves as a white-paper, as well as detailed educational and practical guide that helps users understand the principles behind the CAI framework, and educates them how to apply this knowledge in their projects and real-world security contexts.
- Abstract（参考訳）: CAI Fluencyは、サイバーセキュリティAI(CAI)フレームワークの教育プラットフォームで、グローバルセキュリティコミュニティにおけるサイバーセキュリティAIツールの知識と応用の民主化を目的としている。
CAIフレームワークの主な目的は、人工知能ベースのサイバーセキュリティソリューションの普及と効果的な利用を加速し、サイバーセキュリティのアナログであるバイブハックへの道をたどることである。
CAI Fluencyは、AI Fluencyのためのフレームワークの上に構築されており、人間とAIのインタラクションの3つのモードと、サイバーセキュリティアプリケーションに特化した4つのコアコンピテンシーに対応している。
この理論的基盤は、実践者が技術スキルだけでなく、セキュリティの文脈でAIを使用する責任を負うために必要な批判的思考と倫理的意識も発達させることを保証する。
この技術レポートはホワイトペーパーとして機能し、ユーザがCAIフレームワークの背後にある原則を理解し、プロジェクトや現実のセキュリティコンテキストにこの知識を適用する方法を教育するのに役立つ詳細な教育的および実践的なガイドとして機能する。
関連論文リスト
- Offensive Security for AI Systems: Concepts, Practices, and Applications [0.0]
従来の防御策は、AI駆動技術に直面するユニークで進化する脅威に対して、しばしば不足する。
本稿では、AIライフサイクル全体を通して脆弱性を明らかにするために、積極的な脅威シミュレーションと敵対的なテストを強調する。
論文 参考訳（メタデータ） (2025-05-09T18:58:56Z) - Llama-3.1-FoundationAI-SecurityLLM-Base-8B Technical Report [50.268821168513654]
我々は,Llama 3.1アーキテクチャ上に構築された,サイバーセキュリティにフォーカスした大規模言語モデル(LLM)であるFoundation-Sec-8Bを紹介する。
我々は、Llama 3.1-70B と GPT-4o-mini がサイバーセキュリティ固有のタスクで一致していることを示し、確立された新しいサイバーセキュリティベンチマークと新しいサイバーセキュリティベンチマークの両方で評価した。
当社のモデルを一般公開することで、公開とプライベート両方のサイバーセキュリティ状況において、AI駆動ツールの進歩と採用を加速することを目指しています。
論文 参考訳（メタデータ） (2025-04-28T08:41:12Z) - Security-First AI: Foundations for Robust and Trustworthy Systems [0.0]
この原稿は、AIセキュリティは基礎的なレイヤとして優先順位付けされなければならないことを示唆している。
私たちは、信頼できるレジリエントなAIシステムを実現するために、セキュリティ優先のアプローチを主張します。
論文 参考訳（メタデータ） (2025-04-17T22:53:01Z) - Integrating Cybersecurity Frameworks into IT Security: A Comprehensive Analysis of Threat Mitigation Strategies and Adaptive Technologies [0.0]
サイバーセキュリティの脅威の状況は、IT構造を保護するための健全なフレームワークの開発を、積極的に推進している。
本稿では,サイバーセキュリティの脅威の性質の変化に対処する上での,このようなフレームワークの役割に焦点をあてて,ITセキュリティへのサイバーセキュリティフレームワークの適用について論じる。
この議論は、リアルタイム脅威検出と応答メカニズムのコアとして、人工知能(AI)や機械学習(ML)といった技術も挙げている。
論文 参考訳（メタデータ） (2025-02-02T03:38:48Z) - Position: Mind the Gap-the Growing Disconnect Between Established Vulnerability Disclosure and AI Security [56.219994752894294]
我々は、AIセキュリティレポートに既存のプロセスを適用することは、AIシステムの特徴的な特徴に対する根本的な欠点のために失敗する運命にあると主張している。
これらの欠点に対処する私たちの提案に基づき、AIセキュリティレポートへのアプローチと、新たなAIパラダイムであるAIエージェントが、AIセキュリティインシデント報告の進展をさらに強化する方法について論じる。
論文 参考訳（メタデータ） (2024-12-19T13:50:26Z) - Exploring AI-Enabled Cybersecurity Frameworks: Deep-Learning Techniques, GPU Support, and Future Enhancements [0.4419843514606336]
新たなサイバーセキュリティシステムは、インシデントを検出し、アラートを分析し、イベントに応答する能力を高めるために、AIテクニック、特にディープラーニングアルゴリズムを取り入れている。
これらの技術は、動的なセキュリティ脅威と戦うための有望なアプローチを提供するが、しばしばかなりの計算資源を必要とする。
我々は、38のサイバーセキュリティフレームワークのうち3つのうち3つが活用している、合計2つの深層学習アルゴリズムを特定した。
論文 参考訳（メタデータ） (2024-12-17T08:14:12Z) - Towards Guaranteed Safe AI: A Framework for Ensuring Robust and Reliable AI Systems [88.80306881112313]
我々は、AI安全性に対する一連のアプローチを紹介し、定義する。
これらのアプローチの中核的な特徴は、高保証の定量的安全性保証を備えたAIシステムを作ることである。
これら3つのコアコンポーネントをそれぞれ作成するためのアプローチを概説し、主な技術的課題を説明し、それらに対する潜在的なソリューションをいくつか提案します。
論文 参考訳（メタデータ） (2024-05-10T17:38:32Z) - Artificial Intelligence Ethics Education in Cybersecurity: Challenges
and Opportunities: a focus group report [10.547686057159309]
サイバーセキュリティにおけるAIツールの出現は多くの機会と不確実性を生み出している。
AIサイバーセキュリティ作業における“ブラックボックス”の精神の理解も、最も重要である。
将来のAI教育者や実践者は、厳格な技術トレーニングカリキュラムを実装することで、これらの問題に対処する必要がある。
論文 参考訳（メタデータ） (2023-11-02T00:08:07Z) - 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)
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。