論文の概要: Beyond the Flag: A Framework for Integrating Cybersecurity Competitions into K-12 Education for Cognitive Apprenticeship and Ethical Skill Development
- arxiv url: http://arxiv.org/abs/2602.16921v1
- Date: Wed, 18 Feb 2026 22:29:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-20 15:21:28.490336
- Title: Beyond the Flag: A Framework for Integrating Cybersecurity Competitions into K-12 Education for Cognitive Apprenticeship and Ethical Skill Development
- Title（参考訳）: フラッグを超えて - サイバーセキュリティコンペティションをK-12に統合するフレームワーク - 認知的認証と倫理的スキル開発のための教育
- Authors: Tran Duc Le, Truong Duy Dinh, Phuc Hao Do, Van Dai Pham, Nam Son Nguyen,
- Abstract要約: 本稿では,ECAC(Ethical-Cognitive Apprenticeship in Cybersecurity)フレームワークを提案する。
ECACは認知的見習い理論と5つの段階にわたって組み込まれた倫理的発展を統合している。
ECACは多様な学生グループへの参加を拡大するために「低床、高天井」の学習経路を提供している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Capture the Flag (CTF) competitions are powerful pedagogical tools for addressing the global cybersecurity workforce gap, yet their effective K-12 implementation is often undermined by significant barriers, including educator preparedness gaps and equity concerns. This paper addresses these challenges by proposing the Ethical-Cognitive Apprenticeship in Cybersecurity (ECAC) framework, a new model derived from a systematic Framework Synthesis of existing literature and empirical evidence. ECAC systematically integrates cognitive apprenticeship theory with embedded ethical development across five phases: (1) Foundational Modeling, (2) Scaffolding the Arena, (3) Coaching and Articulation, (4) Ethical Dilemma Injections, and (5) Reflective Exploration. The framework provides a "low floor, high ceiling" learning pathway designed to broaden participation among diverse student groups, including underrepresented minorities and women, while fostering deep, transferable skills. By reframing the educator role as a lead learner," ECAC also offers a sustainable solution to the teacher expertise gap. Ultimately, this framework provides a practical roadmap for transforming CTFs from standalone competitions into integral learning experiences that cultivate a more skilled, ethical, and diverse generation of cybersecurity professionals.
- Abstract（参考訳）: CTF(Capture the Flag)コンペティションは、グローバルなサイバーセキュリティの労働力ギャップに対処するための強力な教育ツールである。
本稿では,既存の文献の体系的フレームワーク合成と実証的証拠から得られた新しいモデルであるECAC(Ethical-Cognitive Apprenticeship in Cybersecurity)フレームワークを提案することによって,これらの課題に対処する。
ECACは,(1)基礎的モデリング,(2)アリーナの共有,(3)コーチングとアーティキュレーション,(4)倫理的ジレンマ注入,(5)反射的探索の5段階にわたって,認知的見習い理論と組込み倫理的発達を体系的に統合する。
この枠組みは「低層、高天井」の学習経路を提供し、少数派や女性を含む多様な学生グループへの参加を拡大し、深い、伝達可能なスキルを育成する。
指導的学習者としての教育者の役割を再考することで、ECACは教師の専門知識ギャップに対する持続可能な解決策も提供します。
最終的に、このフレームワークは、CTFをスタンドアロンの競争から、より熟練した倫理的で多様な世代のサイバーセキュリティ専門家を育成する統合学習体験に変換するための実践的なロードマップを提供する。
関連論文リスト
- Capability-Oriented Training Induced Alignment Risk [101.37328448441208]
我々は、強化学習で訓練された言語モデルが、その報酬を最大化するために欠陥を利用することを自然に学習するかどうかを考察する。
我々の実験は、モデルがこれらの脆弱性を常に活用し、タスクの正しさや安全性を犠牲にして報酬を著しく増大させる機会論的戦略を発見していることを示している。
我々の研究結果は、将来のAIの安全作業がコンテンツモデレーションを超えて、トレーニング環境の厳格な監査と確保、および報奨メカニズム自体に拡張する必要があることを示唆している。
論文 参考訳（メタデータ） (2026-02-12T16:13:14Z) - TEAS: Trusted Educational AI Standard: A Framework for Verifiable, Stable, Auditable, and Pedagogically Sound Learning Systems [0.0]
TEAS(Trusted Educational AI Standard)は、4つの独立した柱上に構築された統合フレームワークである。
信頼性は主に、生のモデル能力ではなく、体系的なアーキテクチャに起因している、と私たちは主張する。
この洞察は、安価でオープンソースのモデルはデプロイメントグレードの信頼を達成でき、グローバルな学習環境にAIを安全に統合するためのスケーラブルで公平なパスを提供することを意味する。
論文 参考訳（メタデータ） (2025-12-28T07:40:26Z) - A cybersecurity AI agent selection and decision support framework [0.0]
本稿では,AIエージェントアーキテクチャ,リアクティブ,認知,ハイブリッド,学習を協調する,新しい構造化された意思決定支援フレームワークを提案する。
エージェント理論と産業ガイドラインを統合することで、このフレームワークは、AIソリューションの選択とデプロイのための透過的で段階的な方法論を提供する。
論文 参考訳（メタデータ） (2025-10-02T07:38:21Z) - Bridging Cybersecurity Practice and Law: a Hands-on, Scenario-Based Curriculum Using the NICE Framework to Foster Skill Development [0.2555114504478013]
本稿では,中小企業(SMB)における最頻攻撃ベクトルについて述べる。
NICE Frameworkの技術的・非技術的タスク、知識、スキル、能力(TKSA)の実用的なモデルを提案する。
現実的なサイバー脅威シナリオに学習者を没入させることで、サイバーセキュリティインシデントに対応するための実践的理解と準備が強化される。
論文 参考訳（メタデータ） (2025-09-21T22:36:30Z) - AI-powered Digital Framework for Personalized Economical Quality Learning at Scale [0.7864304771129749]
本稿では,Deep Learning(DL)理論に基づくAIを活用したデジタル学習フレームワークを提案する。
我々は、DLベースのデジタル学習環境を実装するのに不可欠な、科学とAIから派生した8つの重要な原則を概説する。
論文 参考訳（メタデータ） (2024-11-20T17:44:29Z) - Diversity and Inclusion in AI for Recruitment: Lessons from Industry Workshop [44.807030880787345]
本研究では,AIによるオンライン求人システムにおけるD&Iガイドラインの実践的適用について検討する。
我々は多国籍採用企業と共同設計ワークショップを開催した。
この結果は、AIプラクティスの効果的な採用を保証するために、カスタマイズされたD&Iガイドラインと継続的なサポートを開発することを示唆している。
論文 参考訳（メタデータ） (2024-11-09T04:45:47Z) - Attack Atlas: A Practitioner's Perspective on Challenges and Pitfalls in Red Teaming GenAI [52.138044013005]
生成AI、特に大規模言語モデル(LLM)は、製品アプリケーションにますます統合される。
新たな攻撃面と脆弱性が出現し、自然言語やマルチモーダルシステムにおける敵の脅威に焦点を当てる。
レッドチーム(英語版)はこれらのシステムの弱点を積極的に識別する上で重要となり、ブルーチーム(英語版)はそのような敵の攻撃から保護する。
この研究は、生成AIシステムの保護のための学術的な洞察と実践的なセキュリティ対策のギャップを埋めることを目的としている。
論文 参考訳（メタデータ） (2024-09-23T10:18:10Z) - To accept or not to accept? An IRT-TOE Framework to Understand Educators' Resistance to Generative AI in Higher Education [0.0]
本研究は,教育者が教室で生成人工知能を採用するのを防ぐ障壁を実証的に予測する理論モデルを開発することを目的とする。
我々のアプローチは、IRT(Innovation resistance Theory)フレームワークに基づいており、TOE(Technology-Organization-Environment)フレームワークの構成要素を拡張しています。
論文 参考訳（メタデータ） (2024-07-29T15:59:19Z) - Data Poisoning for In-context Learning [49.77204165250528]
In-context Learning (ICL)は、新しいタスクに適応する革新的な能力として認識されている。
本論文は、ICLのデータ中毒に対する感受性の重大な問題について述べる。
ICLの学習メカニズムを活用するために考案された特殊攻撃フレームワークであるICLPoisonを紹介する。
論文 参考訳（メタデータ） (2024-02-03T14:20:20Z)
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。