MétaCan
Menu
Retour à la cohorte
Enregistrement W2888888083

Toward a Cybersecurity Policy Model: Israel National Cyber Bureau Case Study

2015· article· en· W2888888083 sur OpenAlexaboutno aff
Daniel Benoliel

Notice bibliographique

RevueNorth Carolina journal of law & technology · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCybersecurity and Cyber Warfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer securityCyber threatsPolitical scienceBusinessComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent revelations about the United States National Security Agency's ("NSA") clandestine electronic surveillance projects raised a public debate worldwide concerning the legality of government non-compliance with democratic principles. 1 From a national perspective, developing a comprehensive cybersecurity policy is challenging for two reasons.First, cybersecurity is largely shrouded with secrecy and over-classification.Second, the traditional major stakeholders in the field are national defense and intelligence agencies.This excessive secrecy within the newly established Israeli National Cyber Bureau and elsewhere is already burdensome in current policy initiatives.2 Not surprisingly, the original attempts to regulate cybersecurity for the private sector started with, and are still predominantly restricted to, technological standard setting and governmental-industry cooperation.To date, four such private sector endeavors are prevalent.These include the highly popular International Organization for Standardization's ("ISO") ISO 27001, 3 and ISO 27002 4 -two cybersecurity standards offering 1 A key example is the PRISM project.PRISM gathers Internet communications derived from demands made to Internet companies such as Yahoo! Inc.It does so under Section 702 of the FISA Amendments Act of 2008 in order to yield any data that counters court-approved search terms.See

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0090,004
Communication savante0,0060,004
Science ouverte0,0020,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,083
Tête enseignante GPT0,374
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorth Carolina journal of law & technologyMême sujetCybersecurity and Cyber Warfare StudiesTravaux en français237 207