論文の概要: Threat Intelligence Driven IP Protection for Entrepreneurial SMEs

• arxiv url: http://arxiv.org/abs/2601.00571v1
• Date: Fri, 02 Jan 2026 05:16:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-05 15:04:33.521083
• Title: Threat Intelligence Driven IP Protection for Entrepreneurial SMEs
• Title（参考訳）: リスクインテリジェンスによる起業家中小企業のIP保護
• Authors: Sam Pitruzzello, Atif Ahmad, Sean Maynard,
• Abstract要約: 本稿では,Treat Intelligence-driven IP Protection (TI-IPP)モデルを提案する。 モデルには、機会と脅威の知覚、機会の獲得、知識移転、組織変革の4つの重要なフェーズが含まれている。 サイバーセキュリティ脅威インテリジェンスとIP保護プラクティスを統合することで、E-SMEは、競争上の優位性を維持しながら、価値あるIPを保護する能力を開発することができる。
• 参考スコア（独自算出の注目度）: 0.045880283710344055
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Entrepreneurial small to medium enterprises face significant cybersecurity challenges when developing valuable intellectual property (IP). This paper addresses the critical gap in research on how E-SMEs can protect their IP assets from cybersecurity threats through effective threat intelligence and IP protection activities. Drawing on Dynamic Capabilities and Knowledge-Based View theoretical frameworks, we propose the Threat Intelligence-driven IP Protection (TI-IPP) model. This conceptual model features to modes of operation, closed IP development and open innovation, enabling E-SMEs to adapt their IP protection and knowledge management strategies. The model incorporates four key phases: sensing opportunities and threats, seizing opportunities, knowledge transfer, and organizational transformation. By integrating cybersecurity threat intelligence with IP protection practices, E-SMEs can develop capabilities to safeguard valuable IP while maintaining competitive advantage. This research-in-progress paper outlines a qualitative research methodology using multiple case studies to validate and refine the proposed model for practical application in resource-constrained entrepreneurial environments.
• Abstract（参考訳）: 起業家の中小企業は、貴重な知的財産(IP)を開発する際に重要なサイバーセキュリティ上の課題に直面している。 本稿では,E-SMEが効果的な脅威情報やIP保護活動を通じて,サイバーセキュリティの脅威からIP資産をいかに保護できるか,という研究における重要なギャップについて論じる。 動的能力と知識に基づく理論的フレームワークを描画し、脅威知能駆動型IP保護(TI-IPP)モデルを提案する。 この概念モデルは、運用モード、クローズドIP開発、オープンイノベーションを特徴とし、E-SMEがIP保護と知識管理戦略に適応できるようにする。 モデルには、機会と脅威の知覚、機会の獲得、知識移転、組織変革の4つの重要なフェーズが含まれている。 サイバーセキュリティ脅威インテリジェンスとIP保護プラクティスを統合することで、E-SMEは、競争上の優位性を維持しながら、価値あるIPを保護する能力を開発することができる。 本研究は,資源制約型起業家環境において,提案したモデルを実証・洗練するために,複数のケーススタディを用いた定性的な研究手法を概説する。

関連論文リスト

• Toward a Dynamic Intellectual Property Protection Model in High-Growth SMEs [0.045880283710344055]
  本稿では,高度成長期における知的財産権(IP)保護とオープンイノベーションのバランスをとる上で,HG-SME(High-Growth Small-to-Medium Enterprises)が直面する課題に対処する。
  論文  参考訳（メタデータ） (2026-01-02T05:19:13Z)
• A Systematic Survey of Model Extraction Attacks and Defenses: State-of-the-Art and Perspectives [65.3369988566853]
  近年の研究では、敵が対象モデルの機能を複製できることが示されている。 モデル抽出攻撃は知的財産権、プライバシー、システムのセキュリティに脅威をもたらす。 本稿では,攻撃機構,防衛手法,計算環境に応じてMEAを分類する新しい分類法を提案する。
  論文  参考訳（メタデータ） (2025-08-20T19:49:59Z)
• Zero-Trust Foundation Models: A New Paradigm for Secure and Collaborative Artificial Intelligence for Internet of Things [61.43014629640404]
  Zero-Trust Foundation Models (ZTFM)は、ゼロトラストセキュリティの原則をIoT(Internet of Things)システムの基盤モデル(FM)のライフサイクルに組み込む。 ZTFMは、分散、異質、潜在的に敵対的なIoT環境にわたって、セキュアでプライバシ保護のAIを可能にする。
  論文  参考訳（メタデータ） (2025-05-26T06:44:31Z)
• Enterprise-Grade Security for the Model Context Protocol (MCP): Frameworks and Mitigation Strategies [0.0]
  Model Context Protocol (MCP) は、人工知能(AI)システムのための標準化されたフレームワークを提供する。 本稿では,エンタープライズグレードの緩和フレームワークを提供するため,MPPアーキテクチャの基礎研究と予備的セキュリティアセスメントについて述べる。
  論文  参考訳（メタデータ） (2025-04-11T15:25:58Z)
• A Survey of Model Extraction Attacks and Defenses in Distributed Computing Environments [55.60375624503877]
  モデル抽出攻撃(MEA)は、敵がモデルを盗み、知的財産と訓練データを公開することによって、現代の機械学習システムを脅かす。 この調査は、クラウド、エッジ、フェデレーションのユニークな特性がどのように攻撃ベクトルや防御要件を形作るのかを、緊急に理解する必要に起因している。 本研究は, 自動運転車, 医療, 金融サービスといった重要な分野において, 環境要因がセキュリティ戦略にどう影響するかを実証し, 攻撃手法と防衛機構の進化を系統的に検討する。
  論文  参考訳（メタデータ） (2025-02-22T03:46:50Z)
• Artificial intelligence and cybersecurity in banking sector: opportunities and risks [0.0]
  機械学習(ML)により、システムは巨大なデータセットに適応し、学習することができる。 この研究は、悪意のあるユーザーが使用できるAIツールのデュアルユース性を強調している。 この論文は、セキュリティ、信頼、レジリエンス、堅牢性といった重要な特徴を持つ機械学習モデルを開発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） (2024-11-28T22:09:55Z)
• SoK: The Security-Safety Continuum of Multimodal Foundation Models through Information Flow and Game-Theoretic Defenses [58.93030774141753]
  MFM(Multimodal foundation model)は、多種多様なデータモダリティを統合し、複雑で広範囲なタスクをサポートする。 本稿では,モデル行動とシステムレベルの相互作用の両方から生じる致命的な脅威を特定することで,MFMの文脈における安全性とセキュリティの概念を統一する。
  論文  参考訳（メタデータ） (2024-11-17T23:06:20Z)
• EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
  EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。 高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。 しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。 本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
  論文  参考訳（メタデータ） (2024-08-08T13:19:37Z)
• Building Resilient SMEs: Harnessing Large Language Models for Cyber Security in Australia [0.0]
  オーストラリアの中小企業では、サイバー脅威に対する脆弱性が増加している。 人工知能(AI)、機械学習(ML)、大規模言語モデル(LLM)は、オーストラリアの中小企業のサイバーセキュリティポリシーを強化する可能性がある。 本研究は、オーストラリアの中小企業におけるサイバーセキュリティ政策の強化におけるLLMの役割について、包括的理解を提供する。
  論文  参考訳（メタデータ） (2023-06-05T06:01:00Z)

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。