論文の概要: AI in Cyberpsychology: A systematic literature review of Cybersecurity enhancement by using AI for analyzing psychology of Victims, Attackers, and Defenders

• arxiv url: http://arxiv.org/abs/2607.13123v1
• Date: Tue, 14 Jul 2026 17:18:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 16:39:12.540474
• Title: AI in Cyberpsychology: A systematic literature review of Cybersecurity enhancement by using AI for analyzing psychology of Victims, Attackers, and Defenders
• Title（参考訳）: サイバー心理学におけるAI: 被害者、攻撃者、被告の心理学分析にAIを用いたサイバーセキュリティ強化の体系的文献レビュー
• Abstract要約: サイバー心理学 (CPSY) は、サイバーセキュリティアプリケーションを強化するための心理学の使用として定義される。 レビューでは、サイバーセキュリティアプリケーション、使用されるAI方法論、研究全体で使用される心理的概念の包括的分類を提示する。
• 参考スコア（独自算出の注目度）: 0.6524460254566904
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Cybersecurity is the practice of protecting systems, networks, and data from digital attacks. Cyberpsychology (CPSY) is defined as the use of psychology to enhance cybersecurity applications. Since the early 2010s, the evolution of Artificial Intelligence (AI) has increasingly integrated with CPSY, leveraging advanced data analysis to decode the distinct personality traits and behavioral patterns of victims, attackers, and defenders. In this systematic literature review (SLR), we carefully analyze 34 collected research studies of AI usage in cyberpsychology (AI-CPSY) using the preferred reporting items for systematic reviews and meta-analyses (PRISMA) methodology. The review presents a comprehensive taxonomy of the cyber-security applications, the AI methodologies used, and the psychological concepts employed across the studies . We sort the research studies into four cybersecurity applications: Anomaly Detection (AD), Vulnerability Risk Prediction (VRP), Security Awareness Training (SAT), and Authentication/Identity Verification (AIV). Within each application area, studies are further sorted according to the AI method used including machine learning (ML), deep learning (DL), natural language processing (NLP), and reinforcement learning (RL). Furthermore, the review identifies the most commonly utilized psychological concepts, quantify the datasets used in the field, and present their current implementation and deployment status. At last, it detect research gaps, present open challenges, and deduce the trending and most effective and emerging methodologies used across the AI-CPSY landscape.
• Abstract（参考訳）: サイバーセキュリティは、システム、ネットワーク、データをデジタル攻撃から保護するプラクティスである。 サイバー心理学 (CPSY) は、サイバーセキュリティアプリケーションを強化するための心理学の使用として定義される。 2010年代初め以降、人工知能(AI)の進化はCPSYとますます統合され、高度なデータ分析を活用して、被害者、攻撃者、ディフェンダーの異なる性格特性と行動パターンをデコードした。 本研究は,システムレビューとメタアナリシス(PRISMA)手法の報告項目を用いて,サイコサイコロジー(AI-CPSY)におけるAI利用に関する調査研究34件を慎重に分析する。 このレビューでは、サイバーセキュリティアプリケーション、使用されるAI方法論、研究全体で使用される心理的概念の包括的分類について紹介する。 本研究は,Anomaly Detection (AD), Vulnerability Risk Prediction (VRP), Security Awareness Training (SAT), Authentication/Identity Verification (AIV)の4つのサイバーセキュリティアプリケーションに分類する。 各応用分野において、機械学習(ML)、ディープラーニング(DL)、自然言語処理(NLP)、強化学習(RL)などのAI手法により研究はさらに分類される。 さらに、最もよく利用される心理学的概念を特定し、フィールドで使用されるデータセットを定量化し、その実装と展開状況を示す。 最終的に、研究のギャップを検出し、オープンな課題を提示し、AI-CPSYランドスケープ全体で使用されるトレンドと最も効果的で新興の方法論を推論する。

関連論文リスト

• Integration of AI in Cybersecurity: Current Trends with a Focused Look at Intrusion Detection Applications [0.0]
  サイバーセキュリティへの統合は大きな注目を集めている。 現在のトレンドとしては、ジェネレーティブAI、自然言語処理、フェデレーションラーニングによるプライバシ保護コラボレーショントレーニングなどがある。 採用したAI技術と報告されたパフォーマンスに基づいて、比較分析を通じて意味のある洞察を明らかにすることを目指している。
  論文  参考訳（メタデータ） (2026-05-17T01:44:23Z)
• Ransomware and Artificial Intelligence: A Comprehensive Systematic Review of Reviews [1.6863755729554886]
  この研究は、AIがランサムウェアの検出、予防、緩和戦略をどのように変えているかについての洞察を集める。 この結果は、複数の分析手法を組み合わせたハイブリッドモデルの有効性を浮き彫りにした。 ランサムウェア防衛における重要な課題として、AI駆動検出システムを欺くように設計されたテクニックなどを検討する。
  論文  参考訳（メタデータ） (2026-03-14T03:39:39Z)
• From Pre-trained Models to Large Language Models: A Comprehensive Survey of AI-Driven Psychological Computing [45.96605393710063]
  この調査では、アプリケーションドメインではなく、計算処理パターンによってAI駆動型心理学タスクを組織化する最初の系統分類を紹介した。 本稿では,タスク固有の特徴工学から伝達学習,少数ショット適応に至るまでの計算手法について検討する。
  論文  参考訳（メタデータ） (2026-03-12T04:03:27Z)
• Industrialized Deception: The Collateral Effects of LLM-Generated Misinformation on Digital Ecosystems [47.03825808787752]
  本稿では,文献レビューから実践的対策へ移行する。 本稿では,Large Language Models(LLM)とマルチモーダルシステムによるAI生成コンテンツの改善について報告する。 我々は, LLMに基づく検出, 接種アプローチ, および生成AIの二重利用特性を含む緩和戦略について論じる。
  論文  参考訳（メタデータ） (2026-01-29T16:42:22Z)
• AI Agents vs. Human Investigators: Balancing Automation, Security, and Expertise in Cyber Forensic Analysis [0.0]
  AIエージェントは、異常検出、エビデンス分類、行動パターン認識などのプロセスを自動化する能力のために、デジタル法医学のプラクティスを越えて採用されている。 しかし、AIを不可欠にしている特徴は、注目すべきリスクももたらしている。 本研究は、最もよく使用されるAIエージェントであるChatGPTと人間法医学研究者の有効性の比較分析を行った。
  論文  参考訳（メタデータ） (2026-01-20T23:52:32Z)
• Techniques of Modern Attacks [51.56484100374058]
  Advanced Persistent Threats (APT) は特定の標的を狙った複雑な攻撃方法である。 本稿では,近年の学術研究で提案されている攻撃ライフサイクルと最先端の検知・防衛戦略について検討する。 それぞれのアプローチの長所と短所を強調し、より適応的なAPT緩和戦略を提案する。
  論文  参考訳（メタデータ） (2026-01-19T22:15:25Z)
• 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)
• AI-Based Software Vulnerability Detection: A Systematic Literature Review [6.604556571951421]
  本研究は,2018年から2023年までのソフトウェア脆弱性検出(SVD)研究の系統的なレビューを行う。 我々の分析によると、研究の91%がAIベースの手法を使用しており、グラフベースのモデルが最も普及している。 データセットの品質、解釈可能性など、重要な制限を特定し、未探索のテクニックにおける新たな機会を強調します。
  論文  参考訳（メタデータ） (2025-06-12T01:42:38Z)
• Enhancing Cyber Security Through Predictive Analytics: Real-Time Threat Detection and Response [0.8883733362171032]
  本研究では,リアルタイムサイバー攻撃検出と応答に対する予測分析の適用性を評価する。 我々は,攻撃タイプ,パケット長,異常スコア,プロトコル使用量,位置情報パターンなどの重要な特徴を分析し,それらの予測値を評価した。
  論文  参考訳（メタデータ） (2024-07-15T16:11:34Z)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)
• A Comprehensive Analysis of the Role of Artificial Intelligence and Machine Learning in Modern Digital Forensics and Incident Response [0.0]
  目標は、デジタル法医学とインシデント対応において、AIとMLのテクニックがどのように使われているか、詳しく調べることである。 この取り組みは、AI駆動の方法論がこれらの重要なデジタル法医学の実践を形作っている複雑な方法を明らかにするために、表面のずっと下を掘り下げる。 最終的に、この論文は、デジタル法医学におけるAIとMLの統合の重要性を強調し、現代のサイバー脅威に取り組む上での、彼らのメリット、欠点、より広範な意味についての洞察を提供する。
  論文  参考訳（メタデータ） (2023-09-13T16:23:53Z)
• SoK: On the Semantic AI Security in Autonomous Driving [42.15658768948801]
  自律運転システムは、安全と運転判断の正しさをAIコンポーネントに依存している。 このようなAIコンポーネントレベルの脆弱性がシステムレベルでセマンティックに影響を及ぼすためには、非自明なセマンティックギャップに対処する必要がある。 本稿では,このような研究領域を汎用AIセキュリティとは対照的にセマンティックAIセキュリティと定義する。
  論文  参考訳（メタデータ） (2022-03-10T12:00:34Z)
• Adversarial Machine Learning Attacks and Defense Methods in the Cyber Security Domain [58.30296637276011]
  本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。 サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
  論文  参考訳（メタデータ） (2020-07-05T18:22:40Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。