論文の概要: Research Methodologies for Cybersecurity in Enterprise Environments: A Narrative Review, Synthesis and Executable Guide
- arxiv url: http://arxiv.org/abs/2608.24850v1
- Date: Tue, 25 Aug 2026 17:38:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:35.115347
- Title: Research Methodologies for Cybersecurity in Enterprise Environments: A Narrative Review, Synthesis and Executable Guide
- Title（参考訳）: 企業環境におけるサイバーセキュリティ研究の方法論--ナラティブレビュー, 合成, 実行可能なガイド
- Abstract要約: 本稿では, 検証された151作品のコーパスにまたがって, 方法論的実践の物語的レビューと合成を行う。
私たちはこれらのプラクティスを11の方法論ファミリに整理し、それがどんな質問に答えるか、その裏付けとなる証拠の強さ、そして共通の失敗モードについて詳細に説明します。
各プロトコルは視覚的にマッピングされ、シーケンス、決定、脅威を一目で理解できるようにします。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Enterprise cybersecurity research draws on a wider range of methods than any single community routinely teaches. Researchers face a selection problem before they face a technical one: a study may simultaneously need a systematic review, a design-science artifact, a controlled detection experiment, an interview study, or an attack-graph model. This paper addresses that problem in two ways. First, it provides a narrative review and synthesis of methodological practices across a verified corpus of 151 works. We organise these practices into eleven methodology families, detailing for each what questions it answers, the strength of its supporting evidence, and its common failure modes. Second, we convert each family into an executable protocol comprising ordered steps, required instruments, evaluation criteria, common validity threats, and a reporting checklist. Every protocol is also visually mapped to make the sequence, decisions, and threats legible at a glance. We also treat contradictions in the literature as evidence. For example, reported rankings of intrusion-detection algorithms are wildly inconsistent across individually careful studies. We argue this pattern is most parsimoniously explained by variations in evaluation design rather than the algorithms themselves, as these studies differ in design dimensions known to shift results by more than the margins separating the algorithms. Ultimately, the evidence supports methodological pluralism disciplined by explicit validity reasoning. We conclude that researchers must match their evaluation design to the decision under study, triangulate technical against organisational evidence, explicitly state the population a result generalises to, and report the conditions under which the result would not hold.
- Abstract（参考訳）: 企業サイバーセキュリティの研究は、どのコミュニティが日常的に教えているよりも幅広い方法に基づいている。
研究者は、技術的な問題に直面する前に選択の問題に直面している。研究には、体系的なレビュー、デザインサイエンスアーティファクト、制御された検出実験、インタビュー研究、または攻撃グラフモデルが必要である。
本稿ではその問題を2つの方法で解決する。
まず、検証済みの151作品のコーパスにまたがって、物語のレビューと方法論的な実践の合成を提供する。
私たちはこれらのプラクティスを11の方法論ファミリに整理し、それがどんな質問に答えるか、その裏付けとなる証拠の強さ、そして共通の失敗モードについて詳細に説明します。
第2に、各ファミリーを順序付きステップ、要求機器、評価基準、共通妥当性脅威、報告チェックリストからなる実行可能なプロトコルに変換する。
各プロトコルは視覚的にマッピングされ、シーケンス、決定、脅威を一目で理解できるようにします。
また、文献の矛盾を証拠として扱う。
例えば、侵入検知アルゴリズムの報告されたランキングは、個別の注意深い研究で大きく矛盾している。
これらの研究は、アルゴリズムを分離するマージン以上の差で結果を変えることが知られている設計次元において異なるため、アルゴリズム自体よりも評価設計のバリエーションによって最もパーシモーニズに説明されている。
最終的に、証拠は明確な妥当性推論によって規律づけられた方法論的多元主義を支持する。
研究者は、評価設計を研究対象の判断と一致させ、組織的証拠に対して技術的に三角測量し、その結果が一般化する人口を明示し、その結果が得られない条件を報告しなければならないと結論付けている。
関連論文リスト
- Personalized Auto-Research: Towards a True AI Co-Scientist [90.01790420664169]
研究目標を考えると、最先端のシステムは研究者に依存しないままである。
小説、価値、実現可能なものは研究者によって異なる。
本稿では,検索,仮説探索,実験,執筆,レビューを通じて,グラフグラウンドの研究者コンテキストをスレッド化するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-14T20:43:27Z) - ECLAIR: A Causally-Grounded AI Framework for Scientific Discovery in Empirical Software Engineering [51.19819833971252]
本稿では,科学プロセスのすべての段階に大規模言語モデルを統合する,因果的基盤を持つAIフレームワークであるECLAIRを紹介する。
ECLAIRはLSMを因果推論の原理の下で活動する活発な科学的エージェントとして扱う。
論文 参考訳（メタデータ） (2026-08-03T14:47:03Z) - Validity Threats for Foundation Model Research [19.108459045725617]
制御された実験は、機械学習研究のバックボーンである。
しかし、近代的な基礎モデルの規模では、これらは違法に高価になっている。
代わりに、コミュニティは、理想的な実験をほんの少しのコストで近似する研究戦略にますます依存している。
論文 参考訳（メタデータ） (2026-06-03T15:57:42Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - Exploring the Garden of Forking Paths in Empirical Software Engineering Research: A Multiverse Analysis [3.6324565773746147]
本論文は,いわゆる多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元多元
9つの重要な分析的決定を、少なくとも1つの等しく防御可能な代替手段で特定する。
圧倒的多数は質的に異なる結果をもたらし、時には反対の結果ももたらした。
論文 参考訳（メタデータ） (2025-12-09T18:47:00Z) - False Sense of Security: Why Probing-based Malicious Input Detection Fails to Generalize [30.448801772258644]
大きな言語モデル(LLM)は有害な命令に従うことができ、その優れた能力にもかかわらず深刻な安全上の懸念を生じさせる。
近年の研究は、LLMの内部表現における悪意と良性入力の分離性の研究に、探索に基づくアプローチを活用している。
その結果,調査者は意味的有害性よりも表面的なパターンを学習する,という仮説が得られた。
論文 参考訳（メタデータ） (2025-09-04T05:15:55Z) - A Discrepancy Aware Framework for Robust Anomaly Detection [51.710249807397695]
本稿では,DAF(Disdisrepancy Aware Framework)を提案する。
本手法は,デコーダの欠陥同定に外見に依存しないキューを利用して,その合成外観への依存を緩和する。
単純な合成戦略の下では,既存の手法を大きなマージンで上回り,また,最先端のローカライゼーション性能も達成している。
論文 参考訳（メタデータ） (2023-10-11T15:21:40Z) - SoK: Machine Learning for Misinformation Detection [0.8057006406834466]
信頼性と安全性の問題に機械学習を適用する際、奨学金と実践の切り離しについて検討する。
本研究は,現場における248件の有能な論文からなるコーパスにおける誤情報の自動検出に関する文献調査である。
完全自動検出における現在の最先端技術は、人為的誤報の検出において、限られた有効性を有すると結論づける。
論文 参考訳（メタデータ） (2023-08-23T15:52:20Z) - SoK: Privacy-Preserving Data Synthesis [72.92263073534899]
本稿では,プライバシ保護データ合成(PPDS)に注目し,その分野の総合的な概要,分析,議論を行う。
PPDSでは,統計的手法と深層学習(DL)に基づく手法の2つの顕著な研究を統一するマスターレシピを作成した。
論文 参考訳（メタデータ） (2023-07-05T08:29:31Z) - Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
本稿では,ニューラルモデルによる反事実文の評価について検討する。
まず、神経因果モデル(NCM)が十分に表現可能であることを示す。
第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
論文 参考訳（メタデータ） (2022-09-30T18:29:09Z) - Comprehensive Studies for Arbitrary-shape Scene Text Detection [78.50639779134944]
ボトムアップに基づくシーンテキスト検出のための統合フレームワークを提案する。
統一されたフレームワークの下では、非コアモジュールの一貫性のある設定が保証されます。
包括的調査と精巧な分析により、以前のモデルの利点と欠点を明らかにしている。
論文 参考訳（メタデータ） (2021-07-25T13:18:55Z) - Adjusting for Confounders with Text: Challenges and an Empirical
Evaluation Framework for Causal Inference [15.506820260229256]
テキストソーシャルメディアデータを用いた因果推論研究は、人間の行動に関する実用的な洞察を与えることができる。
テキストを用いた因果的手法の実証評価フレームワークは存在しない。
本フレームワークは,テキストを用いた任意のカジュアル推論手法の評価を可能にする。
論文 参考訳（メタデータ） (2020-09-21T15:38:45Z)
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。