Fugu-MT 論文翻訳(概要): CTF for education

論文の概要: CTF for education

arxiv url: http://arxiv.org/abs/2601.17543v1
Date: Sat, 24 Jan 2026 18:19:32 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-27 15:23:07.914502
Title: CTF for education
Title（参考訳）: 教育用CTF
Authors: Yi Lyu, Luke Dotson, Nic Draves, Andy Zhang,
Abstract要約: CTFコンペティションは、攻撃ベースのCTF、防衛ベースのCTF、恐ろしいCTF、ゲーミフィケーションとウォーゲームCTFの4つのカテゴリに分けられる。 4つのCTFフォーマットを組み合わせることで、参加者が自身のサイバーセキュリティ知識を構築するのに役立ちます。
参考スコア（独自算出の注目度）: 0.67305199873909
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we take a close look at how CTF can be used in cybersecurity education. We divide the CTF competitions into four different categories, which are attack-based CTFs, defense-based CTFs, jeopardy CTFs and gamified and wargames CTFs. We start our analysis by summarizing the main characteristics of different CTF types. We then compare them with each other in both learning objectives and other aspects like accessibility. We conclude that combining all four CTF formats can help participants build one's cybersecurity knowledge. By doing that, we hope that our findings will provide some useful insights for future CTF educators.
Abstract（参考訳）: 本稿では,サイバーセキュリティ教育におけるCTFの活用について詳しく検討する。 CTFコンペティションは、攻撃ベースのCTF、防衛ベースのCTF、恐ろしいCTF、ゲーミフィケーションとウォーゲームCTFの4つのカテゴリに分けられる。我々は、異なるCTFタイプの主な特徴を要約して分析を開始する。次に、学習目標とアクセシビリティといった他の側面の両方で、それらを比較します。 4つのCTFフォーマットを組み合わせることで、参加者が自身のサイバーセキュリティ知識を構築するのに役立ちます。これにより、今後のCTF教育者にとって有益な知見が得られることを願っている。

関連論文リスト

GPT-5 at CTFs: Case Studies From Top-Tier Cybersecurity Events [0.12744523252873352]
私たちは、GPT-5がCTFサイバーセキュリティコンペティションのエリートを競うことによって、フロンティアAIも同様にハッキングに長けていることを示しています。今年の最も厳しい出来事の1つで、人類の93%が25位に終わった。本報告では, 方法論, 結果, その意義について概説する。
論文参考訳（メタデータ） (2025-11-06T22:48:10Z)
Measuring and Augmenting Large Language Models for Solving Capture-the-Flag Challenges [10.476975554297095]
CTFコンペティションはサイバーセキュリティ教育とトレーニングに不可欠である。大規模言語モデル(LLM)が進化するにつれて、CTFの課題解決を自動化する能力への関心が高まっている。我々はCTFAgentを提案する。CTFAgentはCTF問題解決のための新しいフレームワークである。
論文参考訳（メタデータ） (2025-06-21T08:56:20Z)
A Human Study of Cognitive Biases in Web Application Security [5.535195078929509]
本稿では,認知バイアスが旗の教育とセキュリティの獲得にどのように役立つかを検討する。本稿では,認知バイアス,特に検索と損失回避の満足度を制御するためのアプローチを提案する。本研究は,多くの参加者が検索バイアスの満足度を示し,このバイアスがその成功に有意な影響を与えていることを明らかにする。
論文参考訳（メタデータ） (2025-05-17T14:16:16Z)
Are Transformers Able to Reason by Connecting Separated Knowledge in Training Data? [25.644436806962133]
人間は、様々な情報源からの知識を統合することで、顕著な構成的推論を示す。本稿では,このスキルを再現する上でのトランスフォーマーの可能性を検証するための合成学習タスクを提案する。数発のChain-of-Thoughtプロンプトにより、TransformersはFTCT上でコンストラクショナル推論を行うことができる。
論文参考訳（メタデータ） (2025-01-27T08:34:38Z)
Combining Behaviors with the Successor Features Keyboard [55.983751286962985]
SFK(Successor Features Keyboard)は、検出された状態特徴とタスクエンコーディングによる転送を可能にする。難易度の高い3次元環境において, SFによる移動を初めて実演する。
論文参考訳（メタデータ） (2023-10-24T15:35:54Z)
Using Large Language Models for Cybersecurity Capture-The-Flag Challenges and Certification Questions [5.772077916138848]
サイバーセキュリティキャプチャー・ザ・フラッグ(CTF: Cybersecurity Capture-The-Flag)のエクササイズの評価には、システムの脆弱性を利用して、参加者が文字列やフラグを見つけることが含まれる。 LLM(Large Language Models)は、テキストの理解と生成のために大量の単語で訓練された自然言語モデルである。本研究は,LCMの有効性,特にCTFの課題と課題の領域における有効性について検討する。
論文参考訳（メタデータ） (2023-08-21T03:30:21Z)
Prompt, Generate, then Cache: Cascade of Foundation Models makes Strong Few-shot Learners [55.119101947682715]
CaFoは、様々な事前学習パラダイムの様々な事前知識を取り入れた、ファウンデーションのカスケードモデルである。私たちのCaFoには、CLIPの言語コントラスト知識、DINOの視覚コントラスト知識、DALL-Eの視覚生成知識、GPT-3の言語生成知識が含まれています。
論文参考訳（メタデータ） (2023-03-03T18:58:16Z)
FLIP: A Provable Defense Framework for Backdoor Mitigation in Federated Learning [66.56240101249803]
我々は,クライアントの強固化がグローバルモデル(および悪意のあるクライアント)に与える影響について検討する。本稿では, 逆エンジニアリングによる防御手法を提案するとともに, 堅牢性を保証して, 改良を実現できることを示す。競合する8つのSOTA防御法について, 単発および連続のFLバックドア攻撃に対して, 提案手法の実証的優位性を示した。
論文参考訳（メタデータ） (2022-10-23T22:24:03Z)
The Devil is in the Details: On Models and Training Regimes for Few-Shot Intent Classification [81.60168035505039]
Few-shot Classification (FSIC) は、モジュラータスク指向の対話システムにおいて重要な課題の1つである。クロスエンコーダアーキテクチャとエピソードメタラーニングがFSICの最高の性能をもたらすことを示す。本研究は,FSICにおける最先端研究の実施の道筋をたどるものである。
論文参考訳（メタデータ） (2022-10-12T17:37:54Z)
DFGC 2022: The Second DeepFake Game Competition [93.05016504907401]
ディープフェイクは急速に進化しており、現実的なフェイススワップは認識しにくくなっている。 DeepFakeのクリエーターとディフェンダーの間には2人組のゲームがある。このコンペティションは、DeepFakeの生成と検出方法における現在の最先端のゲームをベンチマークするための共通のプラットフォームを提供する。
論文参考訳（メタデータ） (2022-06-30T09:13:06Z)
Benefits and Pitfalls of Using Capture the Flag Games in University Courses [8.890638003061605]
サイバーセキュリティスキルを実践するためのCTF(Capture the Flag)ゲームの概念は、非公式な教育設定やレジャータイムのコンペで広く使われている。本稿では,初等科目の宿題として,難易度の高いCTFゲームを用いた経験を要約する。学生のゲーム内行動とコースパフォーマンスを記述したデータから,CTFタスクの設計において対処すべき4つの側面を明らかにした。
論文参考訳（メタデータ） (2020-04-24T06:55:02Z)

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。