論文の概要: Toss If Perishable: An Ethnographic Study on Building Scenario-Based Training for Non-Perishable Skills

• arxiv url: http://arxiv.org/abs/2609.21147v1
• Date: Thu, 17 Sep 2026 23:26:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.79397
• Title: Toss If Perishable: An Ethnographic Study on Building Scenario-Based Training for Non-Perishable Skills
• Title（参考訳）: 到達可能ならば達成可能か:非到達性スキルのためのシナリオベーストレーニングのエスノグラフィー的研究
• Abstract要約: SOC(Security Operations Centers)は、SOCが使用する特定のツールや手順に焦点を当てた、オン・ザ・ジョブのトレーニングに依存していることが多い。 ツールに依存しない調査的思考スキルに対応する「実行不可能な知識」の概念を定式化する。
• 参考スコア（独自算出の注目度）: 1.8472148461613156
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Security Operations Centers (SOCs) often rely upon on-the-job training focusing on the specific tools and procedures a SOC utilizes. The complexity in tooling can overshadow the underlying reasoning process, hindering an analyst's ability to learn investigative skills. We formulate the concept of "non-perishable knowledge" which corresponds to investigative thinking skills independent of tools. We developed a scenario-driven training method to understand whether such non-perishable knowledge can be imparted through specially designed incident scenarios, where trainees are presented with and solve investigative challenges in a tool-agnostic manner. We designed two such scenarios based on real-world incidents. Human subjects were recruited from a university's student body for ethnographic study to understand how this training method is received by the subjects and how they perform on such tasks. We collected data from 20 hours of documented training with 25 trainees spread across five sessions. Using grounded-theory, we analyzed the data and uncovered factors that inhibit or promote learning of the investigative thinking skills. Our research combines scenario-based training, ethnographic research, and technical analysis to examine how to best train students in the reasoning skills that industry deems vital to SOCs.
• Abstract（参考訳）: SOC(Security Operations Centers)は、SOCが使用する特定のツールや手順に焦点を当てた、オン・ザ・ジョブのトレーニングに依存していることが多い。 ツーリングの複雑さは、基礎となる推論プロセスを覆し、調査スキルを習得するアナリストの能力を妨げます。 ツールに依存しない調査的思考スキルに対応する「実行不可能な知識」の概念を定式化する。 そこで我々は,このような難解な知識が特別に設計されたインシデントシナリオによって与えられるかを理解するために,シナリオ駆動型トレーニング手法を開発した。 現実世界のインシデントに基づいた2つのシナリオを設計しました。 ヒトは学生の身体からエスノグラフィー研究のために採用され、この訓練方法が被験者にどのように受け入れられるか、そしてそれらの課題に対してどのように機能するかを理解する。 私たちは5つのセッションにまたがって25人のトレーナーによる20時間のドキュメントトレーニングのデータを収集しました。 根拠理論を用いて,調査思考スキルの学習を阻害または促進する要因を解析し,その要因を明らかにした。 本研究は、シナリオベースのトレーニング、エスノグラフィー研究、技術分析を組み合わせることで、産業界がSOCに不可欠とみなす推論スキルにおいて、学生を最善に訓練する方法を検討する。

関連論文リスト

• The Use of Computational Thinking Skills, Difficulties, and Strategies of Introductory Programming Students Solving Bebras Tasks [1.2744523252873352]
  計算思考(CT)は、誰もが学ぶべき基本的なスキルセットだと考えられている。 従来の研究では、学生や専門家が序列計算問題を解く際にCTスキルをどのように応用するかが研究されている。 本研究は, 計算問題の解決におけるCTスキルの適用方法, 遭遇の難しさ, 採用戦略について検討した。
  論文  参考訳（メタデータ） (2026-06-01T12:33:56Z)
• Illusion or Algorithm? Investigating Memorization, Emergence, and Symbolic Processing in In-Context Learning [50.53703102032562]
  大規模トランスフォーマー言語モデル(LM)は、Webスケールデータによる次世代の予測のみを訓練することで、幅広いタスクを解決できる。 この能力の背後にあるメカニズムは、ICL(In-context Learning)と呼ばれ、議論の余地があり、理解が不十分なままである。
  論文  参考訳（メタデータ） (2025-05-16T08:50:42Z)
• Reasoning and Tools for Human-Level Forecasting [0.4261908132550109]
  本稿では,Reasoning and Tools for Forecasting (RTF)について紹介する。 我々は,競争予測プラットフォームからの質問でモデルを評価し,本手法が人間の予測に勝るものであることを実証した。
  論文  参考訳（メタデータ） (2024-08-21T23:42:06Z)
• Applications of Educational Data Mining and Learning Analytics on Data From Cybersecurity Training [0.5735035463793008]
  本稿では,対話型学習環境から学習者が生成したデータを活用することにより,サイバーセキュリティ教育を強化する出版物について調査する。 我々は3021件の論文を特定し検討し、最終的に詳細なレビューのために35件の論文を選択した。 我々の貢献は、収集されたデータ、分析方法、およびアプリケーションコンテキストに応じた関連論文とその分類に関する体系的な文献レビューである。
  論文  参考訳（メタデータ） (2023-07-13T19:05:17Z)
• Student Assessment in Cybersecurity Training Automated by Pattern Mining and Clustering [0.5249805590164902]
  本稿では,データマイニングと機械学習技術を用いた18のサイバーセキュリティトレーニングセッションのデータセットについて検討する。 113名の研修生から収集した8834のコマンドを分析し,パターンマイニングとクラスタリングを行った。 以上の結果から,データマイニング手法はサイバーセキュリティトレーニングデータの解析に適していることが示唆された。
  論文  参考訳（メタデータ） (2023-07-13T18:52:58Z)
• Pre-training Multi-task Contrastive Learning Models for Scientific Literature Understanding [52.723297744257536]
  事前学習言語モデル(LM)は、科学文献理解タスクにおいて有効であることを示す。 文献理解タスク間の共通知識共有を容易にするために,マルチタスクのコントラスト学習フレームワークであるSciMultを提案する。
  論文  参考訳（メタデータ） (2023-05-23T16:47:22Z)
• Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or Something Else? [93.91375268580806]
  政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。 既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。 既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
  論文  参考訳（メタデータ） (2021-11-09T13:30:34Z)
• AR-LSAT: Investigating Analytical Reasoning of Text [57.1542673852013]
  テキストの分析的推論の課題を研究し、1991年から2016年までのロースクール入学試験からの質問からなる新しいデータセットを紹介します。 我々は,この課題をうまくこなすために必要な知識理解と推論能力を分析する。
  論文  参考訳（メタデータ） (2021-04-14T02:53:32Z)

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。