論文の概要: A Digital Twin to Improve Cyber-Social Impact
- arxiv url: http://arxiv.org/abs/2610.28430v1
- Date: Tue, 20 Oct 2026 15:58:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.900431
- Title: A Digital Twin to Improve Cyber-Social Impact
- Title（参考訳）: サイバー社会に影響を及ぼすデジタル双生児
- Abstract要約: 本稿では,Digital Twin技術とサイバーソーシャルセキュリティモデルを統合する新しいフレームワークを提案する。
このフレームワークはリスクアセスメントを自動化するのではなく、人間アナリストをその中心に置いている。
実験結果は、このフレームワークがサイバー社会への影響をモデル化し、評価する能力を示している。
- 参考スコア（独自算出の注目度）: 0.8133609497224588
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increasing complexity of Industrial Control Systems (ICS) and their integration with IT infrastructures has significantly expanded the cyber threat landscape. Traditional cybersecurity models, primarily based on the Confidentiality, Integrity, and Availability (CIA triad), fail to capture the broader societal and operational impacts of cyberattacks. This paper proposes a novel framework that integrates Digital Twin technology with a Cyber-Social Security model to simulate, analyze, and quantify cyber threats in critical infrastructures. Virtualized ICS environments built with Mininet and MiniCPS are used to model attack scenarios and assess their consequences across technical and social dimensions. At the core of the framework lies the Cyber-Social Vulnerability Scoring System (CSVSS), a quantitative metric that extends CVSS with a Social Impact dimension grounded in the Entity and Place pillars, producing a single, reproducible severity score that reflects real-world consequences. Crucially, the framework does not automate risk assessment but keeps the human analyst at its center: a Large Language Model (LLM) performs a first-pass analysis, mapping vulnerabilities and drafting risk reports, while the analyst, supported by explainable AI feedback, validates the findings and retains decision authority over critical cases. Experimental results demonstrate the framework's ability to model and score cyber-social impact, while the human-in-the-loop design is presented as a conceptual principle to preserve oversight.
- Abstract（参考訳）: インダストリアル・コントロール・システム(ICS)の複雑さの増大とITインフラとの統合により、サイバー脅威の状況は大幅に拡大した。
従来のサイバーセキュリティモデルは、主に機密性、統合性、可用性(CIAトライアド)に基づいており、サイバー攻撃によるより広範な社会的および運用上の影響を捉えていない。
本稿では,Digital Twin技術とCyber-Social Securityモデルを統合し,重要なインフラにおけるサイバー脅威をシミュレートし,分析し,定量化する新しいフレームワークを提案する。
MininetとMiniCPSで構築された仮想化ICS環境は、攻撃シナリオをモデル化し、技術的および社会的次元にわたって結果を評価するために使用される。
このフレームワークの中核は、CSVSS(Cyber-Social Vulnerability Scoring System)であり、これはCVSSをエンティティとプレイス柱に基礎を置いたソーシャルインパクト次元で拡張し、現実世界の結果を反映した単一の再現可能な重症度スコアを生成する。
大きな言語モデル(LLM)は、ファーストパス分析、マッピングの脆弱性、ドラフトのリスクレポートを実行し、アナリストは説明可能なAIフィードバックによってサポートされ、分析結果を検証し、クリティカルケースに対する決定権限を保持する。
実験により,サイバー・ソーシャル・インパクトをモデル化し,評価するフレームワークの能力を示すとともに,ヒューマン・イン・ザ・ループ・デザインは監視を守るための概念原理として提示される。
関連論文リスト
- From bits to atoms: A survey of cross-layer safety in Embodied AI [293.058806505954]
Embodied Artificial Intelligence (AI)は、デジタル障害や攻撃が物理的損害を引き起こす可能性があるため、サイバー物理的リスクをもたらす。
この調査では、4層参照アーキテクチャを通じて、AIの安全性を具体化している。
安全パラダイムの進化を辿り、フォールトとアタックがどのようにアーキテクチャの境界を越えているかを調べます。
論文 参考訳（メタデータ） (2026-10-02T06:37:10Z) - CyberFactory: Scaling Cyber Security Capabilities with Instances from the Wild [49.44069582581181]
CyberFactoryは、CVEを含む公開脆弱性アーティファクトをワイルドから実行可能で検証可能なタスクインスタンスに変換する。
再利用可能な脆弱性分析スキルを使用して、ソースインスペクション、ドメイン前の問題解決、エビデンスベースのバリデーションを通じて教師を指導する。
CyberGymでは1時間の予算で52.4%のPass@1に達し、Qwen3.5ベースモデルを+22.8ポイント改善した。
論文 参考訳（メタデータ） (2026-08-24T12:30:10Z) - Explainable AI-Driven Cyber Risk Analytics and Model Reliability Assessment for Intelligent Governance of U.S. Critical Infrastructure: An XGBoost and SHAP-Based Intrusion Detection Framework [0.8496907566303933]
本研究は、侵入検知システムモデルの開発とテストのためのCICIDS 2017データセットと、機械学習に基づくサイバーリスク予測モデルに基づく。
提案フレームワークは,精度,精度,リコール,F1スコア,ROC-AUC,偽陽性率など,さまざまなパフォーマンス指標を持つことにより,モデルの信頼性とレジリエンスを示す。
論文 参考訳（メタデータ） (2026-06-04T05:05:14Z) - CyberGym-E2E: Scalable Real-World Benchmark for AI Agents' End-to-End Cybersecurity Capabilities [66.48570184296857]
CyberGym-E2Eは大規模かつ現実的なエンドツーエンドのサイバーセキュリティベンチマークである。
脆弱性発見、PoC生成、パッチ生成の全ライフサイクルにわたって、AIエージェントの能力を包括的に評価する。
ベンチマークは、139の異なるオープンソースプロジェクトで920の現実世界の脆弱性で構成されている。
論文 参考訳（メタデータ） (2026-06-03T05:06:37Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - A Bayesian Network-Driven Zero Trust Model for Cyber Risk Quantification in Small-Medium Businesses [0.0]
中小企業(SMB)は、世界経済にとって不可欠だが、サイバー攻撃に対して非常に脆弱である。
本研究は、持続的サイバーセキュリティソリューションとしてのゼロトラストアーキテクチャ(ZTA)の有効性について検討する。
ZTA実装の実現可能性とリスク軽減可能性の両方を評価するために,統合予測モデルを開発した。
論文 参考訳（メタデータ） (2026-01-10T12:40:46Z) - Neuro-Symbolic AI for Cybersecurity: State of the Art, Challenges, and Opportunities [13.175694396580184]
Neuro-Symbolic (NeSy) AIが登場し、サイバーセキュリティAIに革命をもたらす可能性がある。
我々は、2019年から2025年7月までの127の出版物を分析して、この分野を体系的に特徴づけた。
因果推論統合は最も変革的な進歩であり、相関に基づくアプローチを超えて積極的に防御できることを示す。
論文 参考訳（メタデータ） (2025-09-08T17:33:59Z) - The Application of Transformer-Based Models for Predicting Consequences of Cyber Attacks [0.4604003661048266]
脅威モデリング(Threat Modeling)は、サイバーセキュリティの専門家に重要なサポートを提供し、タイムリーに行動し、他の場所で使用可能なリソースを割り当てることを可能にする。
近年,攻撃記述の評価やサイバー攻撃の今後の結果を予測するための自動手法の必要性が高まっている。
本研究では,NLP(Natural Language Processing)とディープラーニング(Deep Learning)がサイバー攻撃の潜在的影響を分析するためにどのように応用できるかを検討する。
論文 参考訳（メタデータ） (2025-08-18T15:46:36Z) - CyberGym: Evaluating AI Agents' Real-World Cybersecurity Capabilities at Scale [45.97598662617568]
我々は188のソフトウェアプロジェクトにわたる1,507の実際の脆弱性を特徴とする大規模ベンチマークであるCyberGymを紹介した。
我々はCyberGymが35のゼロデイ脆弱性と17の歴史的不完全なパッチを発見できることを示した。
これらの結果は、CyberGymは、サイバーセキュリティにおけるAIの進歩を測定するための堅牢なベンチマークであるだけでなく、直接的な現実世界のセキュリティ効果を生み出すためのプラットフォームでもあることを強調している。
論文 参考訳（メタデータ） (2025-06-03T07:35:14Z) - Modeling Interdependent Cybersecurity Threats Using Bayesian Networks: A Case Study on In-Vehicle Infotainment Systems [0.0]
本稿では,サイバーセキュリティリスクモデリングにおけるベイズネットワーク(BN)の適用について概説する。
In-Vehicle Infotainment (IVI)システムのためのSTRIDEベースの攻撃木をBNに変換するケーススタディを示す。
論文 参考訳（メタデータ） (2025-05-14T01:04:45Z) - It Is Time To Steer: A Scalable Framework for Analysis-driven Attack Graph Generation [50.06412862964449]
アタックグラフ(AG)は、コンピュータネットワークに対するマルチステップ攻撃に対するサイバーリスクアセスメントをサポートする最も適したソリューションである。
現在の解決策は、アルゴリズムの観点から生成問題に対処し、生成が完了した後のみ解析を仮定することである。
本稿では,アナリストがいつでもシステムに問い合わせることのできる新しいワークフローを通じて,従来のAG分析を再考する。
論文 参考訳（メタデータ） (2023-12-27T10:44:58Z)
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。