Fugu-MT 論文翻訳(概要): Poster: To Play or Not to Play: Insights and Lessons Learned from 20 Years of CTFs with ENOFLAG

論文の概要: Poster: To Play or Not to Play: Insights and Lessons Learned from 20 Years of CTFs with ENOFLAG

arxiv url: http://arxiv.org/abs/2607.13480v2
Date: Thu, 16 Jul 2026 06:09:43 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-17 14:53:42.221256
Title: Poster: To Play or Not to Play: Insights and Lessons Learned from 20 Years of CTFs with ENOFLAG
Title（参考訳）: Poster: ENOFLAGによる20年間のCTFから学んだ遊び方と教訓
Authors: Jörg Schneider, Sebastian Neef, Sebastian Koch,
Abstract要約: CTF(Capture The Flag)演習という形でのセキュリティコンテストは、サイバーセキュリティを学ぶための一般的な方法である。 20年前、DIMVA 2006でCTF CIPHER IIがカンファレンスのハイライトのひとつとなり、チームENOFLAGが設立された。
参考スコア（独自算出の注目度）: 1.529342790344802
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Security contests in the form of CTF (Capture The Flag) exercises are nowadays a common way to learn cyber security. 20 years ago at DIMVA 2006 the on-site CTF CIPHER II was one of the conference highlights and led to the foundation of the team ENOFLAG. In this poster, we reflect on the changes in the CTF gameplay and report on lessons learned while running an academic CTF team for 20 years.
Abstract（参考訳）: CTF(Capture The Flag)演習という形でのセキュリティコンテストは、サイバーセキュリティを学ぶための一般的な方法である。 20年前、DIMVA 2006でCTF CIPHER IIがカンファレンスのハイライトのひとつとなり、チームENOFLAGが設立された。本ポスターでは,CTFゲームプレイの変化を反映し,20年間にわたってCTFチームで学んだ教訓を報告する。

関連論文リスト

CTF for education [0.67305199873909]
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。
論文参考訳（メタデータ） (2026-01-24T18:19:32Z)
CTF Archive: Capture, Curate, Learn Forever [5.95933681299265]
CTFアーカイブ(CTF Archive)は、CTFコンペティションの教育的価値を維持するために設計されたプラットフォームである。これらの保存された課題の可用性は、学習者のペースでの深い研究と探索を促進する。 CTF Archiveは、永続的で実用的なサイバーセキュリティ学習を学術カリキュラムに統合するためのスケーラブルなソリューションを提供する。
論文参考訳（メタデータ） (2025-12-01T03:19:58Z)
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)
Taming Teacher Forcing for Masked Autoregressive Video Generation [63.477471494341955]
我々は、フレーム内生成のためのマスク付きモデリングと、次のフレーム生成のための因果モデリングを組み合わせたハイブリッドビデオ生成フレームワークMAGIを紹介する。我々の重要な革新である完全教師強制(CTF)は、マスクされたフレームではなく、完全な観察フレーム上の条件付きフレームである。CTFは、MTFを著しく上回り、第1フレーム条件付きビデオ予測において、FVDスコアが+23%向上した。実験によると、MAGIは16フレームまで訓練しても、100フレームを超える長いコヒーレントなビデオシーケンスを生成することができ、スケーラブルで高品質なビデオ生成の可能性を強調している。
論文参考訳（メタデータ） (2025-01-21T18:59:31Z)
Dataset and Lessons Learned from the 2024 SaTML LLM Capture-the-Flag Competition [64.03517222829902]
大規模言語モデルシステムは、悪意あるメッセージから重要なセキュリティリスクに直面している。この問題を調査するため、IEEE SaTML 2024でキャプチャー・ザ・フラッグ・コンペティションを開催した。このレポートは、競争の主な洞察を要約している。
論文参考訳（メタデータ） (2024-06-12T07:27:28Z)
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)
Snakes AI Competition 2020 and 2021 Report [65.7695644335859]
スネークスAIコンペティションはインノポリス大学が主催した。 IEEE Conference on Games 2020と2021エディションの一部だった。エージェントに人工知能アルゴリズムを学習し、実装するためのサンドボックスを作成することを目的としていた。
論文参考訳（メタデータ） (2021-08-11T10:27:11Z)
DFGC 2021: A DeepFake Game Competition [58.77039013470618]
本稿では,DFGC 2021コンペティションの概要を紹介する。 DeepFakeの技術は急速に発展しており、現実的なフェイススワップはますます認知しにくくなっている。このコンペティションは、現在の最先端のDeepFake生成と検出方法の間の対戦ゲームをベンチマークするための共通プラットフォームを提供する。
論文参考訳（メタデータ） (2021-06-02T15:10:13Z)
Meta Federated Learning [57.52103907134841]
フェデレートラーニング(FL)は、時間的敵攻撃の訓練に弱い。本稿では,メタフェデレーション学習(Meta Federated Learning, Meta-FL)を提案する。
論文参考訳（メタデータ） (2021-02-10T16:48:32Z)
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。