MétaCan
Menu
Retour à la cohorte
Enregistrement W2377575537

Canada's cyber warfare capabilities

2013· article· en· W2377575537 sur OpenAlexaboutno aff
Bryan Lee, Sam Liles

Notice bibliographique

RevueAnnual Information Security Symposium · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCybersecurity and Cyber Warfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyberspaceCyberwarfareOffensiveComputer securityAdversaryContext (archaeology)Government (linguistics)Information warfareCyber-attackCyber threatsPolitical scienceInternet privacyEngineeringComputer scienceThe InternetOperations research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper discusses Canada and its ability to wage cyber warfare. Several definitions of cyber warfare are presented and discussed, as well as the motives and potential actors behind a cyber attack. Several definitions of cyberspace are also discussed in order to provide a context for the domain of cyber warfare. A case is then made for why anyone should care about cyber warfare. Cyber attacks are a threat to a nation's security. Cyberspace must be considered a fourth domain of war, with the other three domains being land, air, and sea. There are many dangers within cyberspace that can affect individuals, corporations, and nation-states. Canada's cyber warfare capabilities are then examined. Both offensive and defensive capabilities are considered, with the focus of much of the research being on defensive capabilities. Canada recently released a cyber security strategy which is discussed in detail. Furthermore, capabilities of several government organizations are examined. Finally, a comparative assessment of Canada's capabilities within cyberspace is given. Canada's capabilities are found to be less than adequate to defend against a cyber engagement by an enemy nation-state. However, it is likely that many nation-states would be unable to defend against such an engagement from a knowledgeable and timely attacker.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,233
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Information Security SymposiumMême sujetCybersecurity and Cyber Warfare StudiesTravaux en français237 207